用途：该技能面向机器学习部署场景，提供 gpu resource optimizer 任务的自动化协助，覆盖模型服务、MLOps 流水线、监控与生产优化等方向。
主要能力：当请求中出现“gpu resource optimizer”或询问其模式与最佳实践时自动激活；提供分步指导，遵循行业最佳实践与模式，生成生产可用的代码和配置，并按常见标准校验输出。输出包括生成的配置与代码、最佳实践建议和校验结果。
使用方式：在请求中提及“gpu resource optimizer”，或询问相关模式与最佳实践即可触发。示例请求为“Help me with gpu resource optimizer”，返回分步指导与相应配置。
适用场景：机器学习部署中的 GPU 资源优化、模型服务、MLOps 流水线、监控和生产优化。
限制与前提：需要配置相关开发环境、可访问必要工具与服务，并具备 ML 部署概念的基础理解。错误处理涵盖配置无效（缺少必填字段，需查阅文档确认参数）、工具未找到（依赖未安装，按前提安装）、权限被拒（访问不足，需核实凭据与权限）。官方文档、最佳实践指南、社区示例与教程等资源的具体内容暂未提供。该技能属于 ML Deployment 技能类别，标签为 mlops、serving、inference、monitoring、production。