用途：在 OSMO 上端到端运行视频数据增强（VDA）与自动标注工作流，覆盖流程选择、预检、缓存就绪、推理路径决策、提交时插值、监控和输出获取。不适用于仅涉及容器内部调优的问题。
主要能力：支持四种流程——auto_labeling（仅标注原始视频）、augmentation_and_al（增强后标注）、e2e（并行吞吐优先）、e2e_super_resolution（先经超分门控再增强）。提供凭据预检、提交前守卫、演示素材准备、配置生成、增强/标注 worker、多节点屏障同步、产物暂存与并排对比渲染等脚本。
使用方式：先运行 bash scripts/preflight_credentials.sh --workflow assets/configs/osmo/<mode>.yaml 做预检；用 osmo pool list --mode free 与 osmo config show POD_TEMPLATE 检查就绪；再运行 python3 scripts/pre_submit_guard.py --workflow assets/configs/osmo/<mode>.yaml。提交时使用单一 --set-string 传入 dataset、run_id、storage_url、gpu_platform、video、模型缓存 URL 与 skills_dir。缓存缺失时提交 setup_model_cache.yaml 后重跑守卫。监控用 osmo workflow query 与 osmo workflow logs，输出用 osmo data list/download 获取。
适用场景：需要批量增强视频并自动标注、或仅做标注、或跑完整流水线的物理 AI 数据生产任务。
限制：需 NGC/HF 凭据、OSMO CLI 登录与 DATA 凭据、在线 GPU 池；默认复用集群内 NIM，缺失时自动部署，禁止缩容现有 NIM；不得猜测 storage_url 或 gpu_platform；输入缺失时默认使用 VDA 演示素材，不抓取随机视频。具体收费、价格与平台支持范围资料未提供。