用途：kermt-setup 用于引导 KERMT 智能体运行环境，应在调用其它 kermt-* 技能前先执行一次，适用于新机器初始化、调试或强制重建。它本身不运行训练或推理负载，各工作流的显存与 GPU 数量要求在对应的 kermt-<workflow> 技能中声明。
主要能力与前置条件：宿主机需有至少一块 CUDA 可用 NVIDIA GPU，镜像基于 nvidia/cuda:12.6.3-cudnn-devel-ubuntu22.04，驱动须支持 CUDA 12.6；需 Docker 引擎与 nvidia-container-toolkit；磁盘约需 50 GB 唯一空间（image inspect 报约 44 GB，docker images 可能显示约 100 GB）；构建时 conda 环境求解峰值约 4 GB 内存。
使用方式：无需必填参数，可选环境变量 KERMT_IMAGE（默认 kermt:latest）与 KERMT_REPO（默认由脚本位置推导）。所有操作经 agent/scripts/kermt_container.sh，设 HELPER=$KERMT_REPO/agent/scripts/kermt_container.sh 后依次执行：$HELPER check_docker 校验 Docker；$HELPER check_gpu 运行 docker run --rm --gpus all nvidia/cuda:12.6.3-base-ubuntu22.04 nvidia-smi 验证 GPU 透传；$HELPER ensure_image 构建或确认镜像（首次约 10–20 分钟，日志输出到控制台，勿后台运行）；随后做容器内 GPU 冒烟测试：$HELPER run -- 'python -c "import torch; print("cuda_available:", torch.cuda.is_available()); print("device_count:", torch.cuda.device_count())"'，期望 cuda_available: True 且设备数为正。最后向用户报告镜像 tag 与 ID、大小、容器内 GPU 数量及就绪状态。强制重建需用户明确要求，先 docker image rm $KERMT_IMAGE 再 $HELPER ensure_image，删除前须确认。
限制：不得拉取或推送镜像（仅本地构建）；未经确认不得删除或清理旧 kermt:* 标签；不得修改宿主机 Docker 配置、daemon.json 或用户组；不得修改 Dockerfile 或 environment.yml，构建失败应报告并停止；镜像已存在时不得使用 --no-cache 或 --pull 重建，除非用户明确要求。若未指定仓库路径且当前目录不在 kermt 仓库克隆内，应先询问仓库路径。