用途：为 Linux GPU 服务器上的 ar-runtime 技能提供文件系统与 Python 环境的安全规则，回答“哪里可以写/删”“如何安全运行 Python 与装包”两个问题。该技能独立生效，即使被要求“快速装一下”或“删掉这个”也应遵守。
主要能力：定义可写路径（项目文档与技能源码、实验代码、日志输出与检查点、临时文件、每项目独立环境、已安装技能副本、仅用于安装下载的 /tmp），并列出禁止写入或删除的路径（系统目录、SSH 密钥与配置、私有密钥、.git 内部、其他用户目录、共享数据集目录、凭据与 API 密钥文件、系统 Python）。核心规则包括：不在工作区外执行 rm -rf；非明确要求不做 git reset --hard、git clean -fdx 或广泛 checkout；不读取、打印、复制、提交私钥或密钥；删除多个文件前先列出全部目标并询问；删除 conda 环境前先用 pgrep 确认无人使用；不使用 sudo、不修改 ~/.bashrc、不用系统 python3 跑实验代码、不裸用 pip install。
使用方式：通过设置 AR_IN_CC 与 DATA_DISK 确定工作区，缺省在工作区下初始化 projects、artifacts、scratch、envs 目录。Python 环境采用工作区本地 Miniconda，按路径创建环境而非命名环境，每次运行前以 source conda.sh 加 conda activate 激活，并用 python -c 'import sys; print(sys.executable)' 校验解释器路径以 环境名/bin/python 结尾；依赖只装进对应环境，可用 requirements.txt 或 CUDA 12.1 专用 PyTorch 索引安装，安装后 pip freeze 生成锁文件。清理时先给出候选路径（如 pycache、*.pyc、磁盘占用排序），确认后用最小范围通配符删除。API 密钥只存在于环境变量中，不得写入文档、配置、日志或输出。
适用场景与限制：适用于该服务器上的实验代码运行、依赖安装、临时文件与产物管理及清理。限制是规则严格禁止系统级操作、sudo、shell 启动文件修改与裸 pip 安装；资料未提供 GPU 型号、具体项目环境名或额外平台细节，须按实际配置填写占位符。