用途：在 CoreWeave 节点上快速分诊故障或降级的 GPU，从 Xid 代码或粘贴的 dmesg / nvidia-smi 内容给出一个明确处置动作：reschedule、reset-gpu、reboot-node、rma、watch 或 app-bug-not-hardware。分类是确定性的，由内置脚本完成映射，避免人工猜测显卡是损坏、降级还是正常。
主要能力：基于 NVIDIA Xid 错误目录与 CoreWeave 节点生命周期/封锁行为做判定；重点区分 Xid 94（已隔离，重新调度）与 Xid 95（未隔离，重置 GPU）；对 Xid 63/64/48 等 ECC/行重映射情况，依据 nvidia-smi -q -d ROW_REMAPPER 的 Pending 与 Remapping Failure Occurred 字段覆盖基础结论；一个 blob 含多个 Xid 时以最严重者为准，其余列为 co_occurring_xids；对未映射的 Xid 返回保守的 reset-gpu 默认并标记 [unverified]。
使用方式：先采集证据，如 dmesg -T | grep -i xid、nvidia-smi -q -d ROW_REMAPPER,ECC,PERFORMANCE，必要时用 kubectl get node NODE -o json 查看封锁归属。再运行确定性分类器，例如 python3 "${CLAUDE_SKILL_DIR}/scripts/triage.py" --xid 95，或 --xid 63 --pending yes、--xid 48 --remap-failure yes，也可用 --blob /path/to/dmesg.txt 或从 stdin 传入。脚本输出 VERDICT 块及 JSON（classification、severity、action、why、next_command、cordon_rule、unverified），加 --json 仅输出机器可读结果。最后按动作与 next_command 执行。
适用场景：多卡长时间训练中单卡故障导致整体停滞时的快速分诊；判断是否应 RMA 还是应用自身缺陷；判断节点封锁归属。
限制：该技能仅诊断，不具破坏性，工具为只读（nvidia-smi -q、kubectl get、dmesg），不会自行执行重置、重启或解除封锁。需要 python3（仅标准库）。无需实时集群访问，仅凭粘贴内容即可分诊。CoreWeave 的自动 RMA 阈值与健康封锁 taint 字符串未公开，技能会如实标注 [unverified]。遇到硬件动作时附带封锁规则：不要手动解除 CoreWeave 健康封锁，节点生命周期控制器负责封锁/解封。