SuperAPI AI 工具集

dgx-station-diagnose

通用与其它

查看项目

更新于 10-16 02:33

技能介绍

用途:对 NVIDIA DGX Station GB300 执行并解读完整的只读 dgx-assist 诊断套件,将发现与固定的 NVIDIA playbook 对应,并导出诊断包。原则是先诊断,诊断过程不做变更。

主要能力:运行诊断命令 scripts/dgx-assist diagnose run --json,报告检测到的兼容性配置,按严重程度列出发现及其稳定 ID 与证据,保留未知状态。在 Software 1.0 上,不应把有意跳过的 Software 2.0 服务检查当作故障重新解释。对每个高危或严重发现,在固定 playbook 中检索相关 URL、标题、行号与提交;若无重叠段落,需明确说明,不得臆造平台修复方案。

使用方式:需要升级处理时可提供 diagnose bundle --report-id "<id>"。仅在存在 fix_id 时,每次最多提供一个自动修复;先用 diagnose fix --report-id "<id>" --finding "<id>" --dry-run 预览,说明确切操作、影响、权限与重启状态,取得明确批准后,才用 --yes 执行并报告动作回执。提出修复或支持包前需阅读 references/findings.md;涉及物理部署、BMC 或固件验证、驱动 bring-up、功率制动或支持升级时阅读 references/bringup.md。

限制与安全:保持 diagnose run 只读;不得通过诊断修复安装软件包、重写 Docker 配置、更改功率上限或驱动参数、终止工作负载或修改 MIG;没有当前 dgx-assist 归属证据不得停止服务;不得把 Fabric Manager 作为例行 Station 检查或修复手段;证据过期时重新运行诊断;不得在诊断包中泄露密钥或未脱敏的家目录路径;不得执行未注册的修复;--yes 仅表示已获批准。官方收费、价格、平台与更多效果信息暂未提供。