用途：把 VSS（Video Search & Summarization）示例应用以 Helm Chart 方式部署到 Kubernetes，并配置 values.yaml、GPU/NPU 与 vLLM 参数。
主要能力：基于 sample-applications/video-search-and-summarization/chart，管理 ovms、minioserver、audioanalyzer、postgresql、rabbitmq、videoingestion、videosearch、vdmsvectordb、multimodaldataprep、multimodalembeddingms、vectorretriever、vllm、summaryui、searchui 等依赖；支持 summary、search、unified、双 UI 等模式，以及 Milvus 后端切换。
使用方式：先运行捆绑的 bootstrap 脚本定位或稀疏检出 VSS 源码，得到 APP_ROOT 后进入 chart 目录执行 helm dependency update。确认集群、kubectl、Helm 3 与存储类后，创建 user_values_override.yaml，按模式叠加对应 override 文件，例如 helm install vss . -f summary_override.yaml -f user_values_override.yaml -n "$NAMESPACE"。升级时保持相同文件栈，切换模式前先 helm uninstall。
适用场景：在 Kubernetes 上部署 VSS，配置 GPU/NPU 设备键、vLLM 调优、模型下载与 PVC 存储。
限制：首次启动可能需 20–50 分钟下载/转换模型；需填写数据库、MinIO、RabbitMQ 凭据与 Hugging Face token；GPU/NPU 需设置对应资源键；keepPvc 可能保留不兼容旧状态；vLLM 的 vllm-model-cache PVC 不遵循 global.keepPvc。具体价格、平台支持等资料暂未提供。