VSS 视频嵌入部署技能
部署并运维支持文件、文本和实时视频流的 NVIDIA 视频嵌入服务。
文档明确要求最小化权限、使用非交互式 sudo、避免 chmod 777，并披露 NGC、Hugging Face、Redis、Kafka、RTSP、file:// 数据流及认证边界，也提供停机、升级和回滚说明；但默认部署会启动 Docker 服务并访问外部注册表/模型源，未要求逐项用户确认，file:// 暴露风险仍依赖操作者配置，且许可证元数据为 NOASSERTION，因此扣分。
SKILL.md、参考文档和错误表覆盖启动、健康检查、模型下载、权限、流式约束和常见 HTTP 错误，关键路径较连贯；但本次为静态审查，提交的评测只有两项任务且正确率为 50%，没有可验证的关键路径执行证据或完整自动化测试，因此不超过静态上限并扣分。
触发短语、Standalone RT-Embed 与完整 VSS profile 的边界、输入输出和环境变量较清楚；但未提供中文使用支持，首次启动依赖 nvcr.io 与 huggingface.co 等海外服务，可能影响中国大陆可达性，且硬件、GPU 显存和资源范围仍有未指定部分，因此扣分。
文档采用概览、部署、验证、错误处理、故障排查、升级回滚和参考资料的分层结构，含版本 3.2.1、Apache-2.0、维护仓库指针和环境变量矩阵；但缺少显式 Instructions/Examples 推荐章节，BENCHMARK 明确指出作者未声明，缺少 changelog、维护责任和更新流程的清晰说明，且许可证元数据与仓库级信息存在不确定性，因此扣分。
该技能直接覆盖 Docker Compose 部署、Cosmos-Embed1 文本/视频/RTSP 嵌入、健康验证和集成，示例输出可直接用于 curl/API 操作；提交评测报告显示安全性 100%、效果约 84%—88%，但正确率仅 50%、无负向路由任务，且静态审查不能验证真实服务结果，因此扣分。
存在版本化的参考文档、评测报告、路由评测和 standalone 部署检查清单，支持有限审计；但没有本次审查可独立复现的执行结果、完整 CI 或覆盖关键路径的提交测试，评测样本仅两项，因此证据覆盖有限并扣分。
- 首次启动依赖有效的 NGC 凭据、可能的 Hugging Face 凭据以及 nvcr.io/huggingface.co 网络可达性；中国大陆网络环境应先验证可达性和镜像/缓存方案。
- 不要在非回环地址暴露未启用 Bearer 认证的 API；file:// 必须限制到最小媒体目录，否则可能读取容器可见的敏感文件。
- 执行 docker compose up、sudo chown 或 down -v 前应由用户确认目标主机、数据目录和缓存销毁影响。
- 评测证据规模很小，不能替代真实硬件上的部署验证。
这个 Skill 能做什么，适合哪些场景？
该技能面向 VSS 3.2 GA RT-Embed 视频嵌入微服务，指导用户使用 Docker Compose 完成独立部署、验证、运维和拆除。它覆盖 Cosmos-Embed1-448p 模型、文件与文本嵌入、HTTP/S3/文件/数据 URL，以及实时 RTSP 流。技能还说明 Redis、Kafka 和 OpenTelemetry 的可选集成，并提供健康检查、指标、错误处理和常见故障排查。首次启动可能因模型下载和 Triton 模型仓库构建耗时约 20 分钟。
指导代理准备 NVIDIA GPU、Docker、NGC 凭据、缓存目录和环境变量；运行 rtvi-embed Docker Compose 服务；调用 /v1/ready、/v1/models、/v1/files、/v1/generate_text_embeddings、/v1/generate_video_embeddings 及实时流控制接口；处理同步响应或 SSE 视频嵌入输出；查看日志、Prometheus 指标、资产统计和容器状态；诊断模型下载、权限、GPU、Redis/Kafka 连接、忙状态和流重连问题；执行升级、回滚和拆除。
- 需要在 NVIDIA GPU 主机上独立启动 VSS 视频嵌入微服务的开发者或运维人员。
- 需要将上传的视频文件切分并生成 Cosmos-Embed1-448p 视频向量的应用团队。
- 需要为文本到视频检索生成文本嵌入的 VSS 集成开发者。
- 需要持续处理摄像头 RTSP 实时流并通过 SSE 接收分块嵌入的系统集成者。
- 需要把嵌入服务接入 Redis、Kafka 或 OpenTelemetry 的平台工程师。
- 遇到 /v1/ready 返回 503、模型下载限流、缓存权限或 CUDA 内存问题的运维人员。
这个 Skill 有哪些优点和局限？
- 覆盖从 Docker Compose 部署到拆除的完整运维流程。
- 同时支持文本嵌入、视频文件嵌入、URL 输入和实时 RTSP 流。
- 提供明确的健康检查、错误码、日志、指标和故障排查指导。
- 说明 Redis、Kafka 和 OpenTelemetry 的集成开关与接口。
- 依赖 NVIDIA GPU、驱动、容器工具包、Docker 和有效的 NGC API 密钥。
- 首次启动可能需要约 20 分钟，并需要多 GB 的持久化缓存空间。
- 服务对同步嵌入任务存在并发限制，忙时可能返回 503。
- 源材料未提供独立的测试套件、成本信息或平台兼容性矩阵。
如何安装这个 Skill？
使用 NVIDIA skills CLI 安装：npx skills add nvidia/skills --skill vss-deploy-video-embedding --yes。安装后，代理在加载技能并遇到相关任务时使用它。源材料未说明独立安装 VSS 微服务本体所需的完整仓库获取步骤。
如何使用这个 Skill？
可向代理提出“部署 vss-deploy-video-embedding RT-Embed”或“为实时 RTSP 流生成视频嵌入”。独立部署时进入 deploy/docker/services/rtvi/rtvi-embed，设置 RTVI_EMBED_PORT、VSS_DATA_DIR、NGC_API_KEY 等变量，然后运行 docker compose -f rtvi-embed-docker-compose.yml --profile bp_developer_search_2d up -d rtvi-embed。使用 curl 访问 /v1/ready 验证服务；通过 /v1/files 和 /v1/generate_video_embeddings 处理文件，或通过 /v1/generate_text_embeddings 处理文本。实时流必须使用 stream=true 且 chunk_duration>0，并以 SSE 接收结果。