AI Runway AKS Setup 是一项面向 AKS 的 AI Runway 搭建技能，目标是把用户从一个裸 Kubernetes 集群带到可运行的 AI 模型部署。技能要求按步骤顺序执行，除非用户提供 skip-to-step N 以从特定阶段恢复；每步执行时加载对应参考文档。
用途 该技能适用于以下场景：在已有 AKS 集群上从零搭建 AI Runway；安装 AI Runway 控制器和 CRD；评估用于模型部署的 GPU 硬件兼容性；选择并安装推理提供商（KAITO、Dynamo、KubeRay）；通过 AI Runway 将第一个 AI 模型部署到 AKS；以及从某个特定步骤恢复未完成的 AI Runway 设置。若涉及既有 GPU 或推理部署的故障，建议先加载 optional-gpu-day2.md，再决定是否提供聚焦的可选附加内容。
前置条件 该技能假定 AKS 集群已经存在。如果用户没有集群，需先交给 azure-kubernetes 技能进行创建（除非纯 CPU 推理可接受，否则应包含 GPU 节点池），然后再返回本技能。
主要能力与执行步骤 技能共分六步，每步配有参考文档：第一步，集群验证，包括上下文检查、节点清单与 GPU 检测（step-1-verify.md）；第二步，控制器安装，部署 CRD 与控制器（step-2-controller.md）；第三步，GPU 评估，检测 GPU 型号并标记 dtype/attention 约束（step-3-gpu.md）；第四步，提供商设置，推荐并安装推理提供商（step-4-provider.md）；第五步，首次部署，选择模型、部署并验证 Ready 状态（step-5-deploy.md）；第六步，总结，包括回顾、冒烟测试与后续步骤（step-6-summary.md）。
使用方式与工具 本技能不使用 MCP 工具，所有集群操作直接通过 kubectl 和 make 执行。相关 CLI 工具为 kubectl、make 和 curl。执行规则要求：按顺序执行步骤，并在到达每一步时加载对应参考；在每个步骤报告集群状态（✓ 健康，✗ 缺失/失败）；在任何安装或部署操作前请求用户确认；如果某步骤已完成，则报告状态并跳到下一步；如用户提供 skip-to-step N，则从第 N 步开始，并假定之前步骤已完成。
成本提示 GPU 节点池会产生显著的计算费用（A100-80GB 可达每小时 3–5 美元以上）。在供应该 GPU 资源之前，必须确认用户理解成本影响。
适用场景与限制 技能适合在 AKS 上进行 AI Runway 的端到端入门搭建，以及与 azure-kubernetes（集群设置）、azure-diagnostics（基线故障排查）等技能配合使用，可选 aks-gpu-inference 仅用于既有 GPU/推理的 Day-2 故障。限制方面，该技能不负责创建集群，需要集群已存在；不使用 MCP 工具；文档未提供具体价格、版本或平台兼容性的完整列表。
错误处理 文档列出了常见错误、可能原因与补救措施：无 kubeconfig 上下文，说明未连接集群，可运行 az aks get-credentials 或等效命令；控制器处于 CrashLoopBackOff，可能是配置或 RBAC 问题，可通过 kubectl logs -n airunway-system -l control-plane=controller-manager --previous 查看；提供商未就绪，可能是镜像拉取或 RBAC 问题，可查看对应命名空间下提供商 Pod 日志；ModelDeployment 卡在 Pending，可能是 GPU 调度失败或提供商未就绪，可用 kubectl describe modeldeployment <name> -n <namespace> 查看事件；推理时出现 bfloat16 错误，原因可能是 T4 或 V100 不支持 bfloat16，可在服务参数中加入 --dtype float16。完整的错误处理与回滚流程参见 troubleshooting.md。