用途：帮助用户安装 Cosmos3、搭建开发环境，并解答系统要求、CUDA 版本、GPU 兼容性、检查点下载、HuggingFace 认证以及 Docker/NGC 容器运行等问题。若安装过程中出现错误，应转交给 cosmos3-env-troubleshoot 技能处理。
路径约定：所有路径均相对于 cosmos3 包根目录（即本技能文件的 ../../../），uv run / python 命令也应在该目录下运行。官方设置参考为 docs/setup.md，README.md 的 Setup 一节提供最短快速入门。
主要能力与查找指引：系统要求见 docs/setup.md 的 System Requirements；uv 安装方式见 Virtual Environment；Docker 安装见 Docker Container；自定义 torch/CUDA 版本或注意力后端见 Advanced；CUDA 版本选择（cu130 与 cu128）见 CUDA Variants 及 docs/faq.md；检查点下载见 Downloading Base Checkpoints；NGC 容器问题见 PyTorch Import Issue。
安装步骤概览：克隆仓库并进入包含 pyproject.toml 的项目根目录；安装系统依赖 sudo apt-get install -y --no-install-recommends curl ffmpeg git-lfs libx11-dev tree wget；安装 uv：curl -LsSf https://astral.sh/uv/install.sh | sh && source $HOME/.local/bin/env；安装包：uv sync --all-extras --group=cu130-train && source .venv/bin/activate && export LD_LIBRARY_PATH=（较旧驱动使用 cu128-train；仅推理的 cu130 / cu128 组不含训练扩展）；检查点在推理时自动下载，需 HuggingFace 认证；验证：uv run --all-extras --group=cu130-train python -c "import cosmos_framework; print('ok')"。
注意事项：在 NGC PyTorch 容器中，任何 Python 导入前须先执行 export LD_LIBRARY_PATH=''。nvidia-smi 显示的主 CUDA 版本必须与 torch.version.cuda 一致，否则会出现难以理解的共享库错误。HF_HOME 控制检查点缓存位置（默认 ~/.cache/huggingface），磁盘紧张或需共享缓存时可设置。过期的 HF_TOKEN 或 HUGGING_FACE_HUB_TOKEN 环境变量可能静默覆盖 CLI 认证，可用 printenv | grep HF_ 检查。
相关技能：运行推理参见 cosmos3-inference；查找文件、参数与配置参见 cosmos3-codebase-nav；调试环境与运行时错误参见 cosmos3-env-troubleshoot。