用途：构建端到端 RunPod 无服务器端点，并针对极短冷启动时间进行优化，适用于创建或修改 RunPod 无服务器 worker。
主要能力：支持三类工作负载——vLLM（高性能 LLM 推理）、ComfyUI（图像/视频生成，支持工作流）、自定义推理（用户提供的 Python 推理代码）。提供两种加载策略：烘焙模型（模型嵌入 Docker 镜像，冷启动最快，目标 <5 秒）和动态加载（运行时从网络存储加载，可在 worker 间共享，目标 <60 秒）。
使用方式：推荐先运行交互式项目生成器 python3 scripts/init_project.py，按提示输入项目名、工作负载类型、加载策略、模型配置和输出目录，生成包含 Dockerfile、worker.py、startup.sh、requirements.txt、.dockerignore、.env.example 和 README.md 的完整项目。随后按需修改 worker.py 的 handler 逻辑、Dockerfile 依赖、startup.sh 初始化步骤和 requirements.txt。构建与部署命令：docker build -t my-worker:latest .、docker push registry/my-worker:latest，然后在 RunPod 控制台创建模板、设置环境变量并创建端点。也可手动复制 assets 下的 Dockerfile、worker 和 startup 模板实现。
适用场景：需要为 Llama 等模型创建低延迟推理端点、ComfyUI 视频生成端点，或部署自定义检测模型到 RunPod。
限制：资料未提供具体收费、价格、平台支持范围或性能保证；冷启动目标为技能内声明的优化目标，实际效果需自行测量。使用前需具备 Docker、RunPod 账户及相应模型访问权限（如 HF_TOKEN）。