用途：指导 AI 编码助手构建、扩展和调试 NVIDIA DeepStream SOP（标准操作流程）推理微服务，即面向工业视频流的 GPU 加速时序动作检测与基于 VLM 的 SOP 合规监控流水线。参考仓库为 https://github.com/NVIDIA/sop-monitoring-blueprints/tree/main/microservices/sop-inference-bp，本地参考代码位于 sop-inference-bp/ 目录。
主要能力：两阶段推理均可换模型。第 1 阶段（CV）用通用事件边界检测（GEBD）做逐帧边界打分与分块，默认 DDM（MCG-NJU/DDM），经 Triton Python 后端，通过 triton_model_repo/<model>/ 与 DDM_MODEL_PATH 替换；第 3 阶段（VLM）做每块动作分类，经 vLLM，默认 Cosmos Reason 1 7B（也支持 Reason 2），通过 VLLM_MODEL_PATH 设置其他 HF ID 或本地路径。分块可选：默认 ddm-net 使用 GEBD；uniform 生成固定长度块并绕过第 1 阶段。DDM 时间窗由 FRAMES_PER_SIDE / SEQUENCE_BATCH 配置，可选 TensorRT 优化。服务在 Docker 容器 nvds-action-sop 中运行，另有 Kafka 容器。
使用方式：FastAPI 服务端口 8300，/v1/chat/completions 走 SOPProcessManager；输出支持 SSE 流式、非流式、Prometheus 指标 /v1/metrics，并写入 Kafka。四阶段 SOPVideoProcessor 流水线：DeepStream 管线、Clip 后处理分块、VLM 推理、SOP Checker 序列校验。技能按 §1–§18 分节文件组织，按需加载；端到端评估先读 §12，再按需读构建/测试/curl/延迟/摄像头/Kafka 等节。文档还列出关键文件映射、Critical Rules（如 SOPProcessManager 在 main() 中于 uvicorn.run() 前初始化、live 输入必须 stream: true、VLM 预热需 3 帧、线程池大小、Kafka 使用 create_producer、chunk schema 字段名等），以及 §18 RTSP 输出为可选、仅在用户明确请求时生成。
适用场景与限制：工业视频流 SOP 合规监控的构建、部署、调试、评估与延迟测量（文件输入 TTFC/C2C、摄像头 chunk_e2e）。资料未提供具体收费、价格或性能基准；未确认的功能不应假定。摄像头仿真需 PYLON_CAMEMU=1；Docker 部署需显式列出运行时环境变量。具体实现与必守规则以对应 skill_NN_*.md 为准。