用途：本技能负责让本地或自托管的 NVIDIA AI-Q Blueprint 服务器跑起来并通过验证，供 aiq-research 使用。它掌管安装、部署、运行检查、故障排查与关停，但本身不运行深度研究；部署健康后把可用的服务器 URL 交给 aiq-research。
前置条件：可克隆或更新 https://github.com/NVIDIA-AI-Blueprints/aiq，shell 中有 Git；并具备一种运行时：Docker Engine + Docker Compose v2（默认持久化本地部署）、Python 3.11+ 与 uv、Node.js 20+ 与 npm，或 kubectl 1.28+、Helm 3.12+ 及集群访问。需要访问 GitHub、NVIDIA 模型端点和所选搜索服务；使用托管模型需 NVIDIA_API_KEY，网络研究需至少一个搜索服务密钥（如 TAVILY_API_KEY、SERPER_API_KEY、EXA_API_KEY）。凭据应存于部署目录 .env 或环境变量，不放入对话。写入密钥前确认 deploy/.env 已被忽略：git check-ignore deploy/.env。
使用流程：定位或克隆仓库并确认 pyproject.toml、deploy/.env.example、configs 存在；选择部署模式（未指定时询问：Skill 后端、CLI、UI 或自定义）；准备 deploy/.env；检查所选路径的运行时依赖；启动部署；运行基础验证；报告验证通过的 AIQ_SERVER_URL 给 aiq-research；询问是否执行可选的深度研究完成验证。本地后端默认健康检查：curl -sf http://localhost:8000/health。若后端端口非默认，需设置 AIQ_SERVER_URL="http://localhost:<PORT>"。
版本兼容：本技能面向 Blueprint 2.1.0。技能版本 X.Y.Z 与 Blueprint A.B.C 兼容条件为主版本相等、次版本不低于技能版本；补丁版本不影响。
限制：不评判深度研究报告质量；无法提供或查看密钥；Helm、FRAG、自定义配置和自托管模型路径依赖用户自身基础设施；删除 Docker 卷等破坏性清理需用户明确批准。未提供具体收费、价格或效果信息。