用途：面向 NVIDIA RAG Blueprint 仓库的运维指导，处理部署、配置、排障、关停与功能管理，适用于 Docker/Compose、Kubernetes/Helm 和库（library）三种部署形态。
主要能力：按用户意图路由到对应参考文件——部署读 references/deploy.md，配置按功能关键词匹配（如 VLM、NeMo Guardrails、Agentic RAG、查询改写、摄取、检索、模型与基础设施、推理与生成、摘要、可观测性、多模态查询、数据目录、UI、API、评估、MCP、迁移、Notebook），排障读 references/troubleshoot.md，关停读 references/shutdown.md。
使用方式：先自动探测 GPU、显存、驱动、Docker、CUDA、磁盘、系统、端口、已有服务、NGC key 与仓库状态；用命令判断本地 NIM、RAG 服务、K8s Pod 或库进程是否运行，据此确定部署类型与配置位置（自托管 Compose 为 deploy/compose/.env，NVIDIA 托管为 deploy/compose/nvdev.env，Helm 为 values.yaml，库模式为 notebooks/config.yaml）。改动前核对配置与运行中服务的实际状态，若不一致需重启。Docker 改 env 文件后执行 source <env-file> && docker compose -f deploy/compose/<compose-file> up -d；Helm 改 values.yaml 后执行 helm upgrade rag <chart> -n rag -f values.yaml；库模式改 notebooks/config.yaml 后重启 Python 进程。最后用健康检查、日志或真实检索请求验证。
适用场景：需要部署或调整 RAG 栈、启用某功能、排查不健康状态、执行关停清理时。
限制：仅适用于该 RAG Blueprint 仓库；实际改动需有运行中的 Docker、Helm 或库目标；NGC_API_KEY 等密钥须由用户环境提供；硬件存在限制（如 B200 不支持 VLM、Guardrails、Nemotron Parse，RTX PRO 6000 不支持 Nemotron Parse 且 Helm 下无音频），具体以 docs/support-matrix.md 与 docs/service-port-gpu-reference.md 为准。该技能不依赖 MCP，无 MCP 时按本地说明与直接验证执行。