用途：这是 NVIDIA 神经重建（NuRec）的轻量路由技能，用于把用户的 NuRec 相关问题导向正确的上游同级技能，并规划多步工作流顺序（数据→转换→训练→渲染→清理）。真正的训练、渲染、转换、数据集下载、物体提取、帧清理配方都在上游同级技能中，本技能不复制也不重建其命令。
覆盖的上游同级技能：physical-ai-datasets（Hugging Face 上 NVIDIA Physical AI 数据集的目录与下载）、ncore（把传感器录制转换为 NRE 所需的 NCore V4 格式，含编写新转换器）、nre（神经重建引擎本身，训练、渲染、serve-grpc、warm serve-grpc 与 Python 瘦客户端、batch_render_rgb、导出与质量评估）、asset-harvester（从驾驶片段稀疏视图中提取单个 3D 物体为 .ply 高斯泼溅）、nurec-fixer（基于 DiffusionHarmonizer 的帧清理与协调，PSNR/LPIPS 评估、可选微调）。
典型流程：获取输入（用 ncore 转换自己的录制，或用 physical-ai-datasets 下载预转换数据）；用 NRE 训练得到 USDZ；再从 USDZ 渲染新视角、视频或 LiDAR 扫描。仅使用 NVIDIA 已发布场景的项目可跳过训练。涉及多个同级技能时可查阅 references/workflows.md 中的六类端到端工作流。
使用方式：先读取本技能，再按上游取用步骤克隆或刷新 https://github.com/NVIDIA/nurec-skills（示例：在共享上游根目录执行 git clone --depth 1 https://github.com/NVIDIA/nurec-skills.git "$UPSTREAM_ROOT/nurec-skills"，已有 .git 时改用 git fetch --tags、git checkout main、git pull --ff-only），随后读取对应同级技能的 SKILL.md 再运行任何变更命令。也可先按本地查找顺序检查 .agents/skills、.claude/skills、.cursor/skills 等路径。
前置条件：git；下游技能需要 Docker、NVIDIA Container Toolkit 与 GPU、NGC_API_KEY、已接受门控许可的 HF_TOKEN、Python 3.10+ 与 huggingface_hub，模拟器集成可选 CARLA、Isaac Sim 5.1 或 AlpaSim。
限制：本技能仅为路由，从不执行变更性 NuRec 命令；配方随上游仓库演进，克隆过期会漂移，使用前应拉取更新；门控内容需用户自行在 Hugging Face 接受许可，路由器无法绕过；完整工作流可能占用 150 GB+ 磁盘；仅支持 NVIDIA 技术栈，不支持 AMD、Intel、Apple Silicon；不负责 SimReady 打包，也不部署 AKS、OSMO、NIM Operator 等基础设施。
分类：属于面向智能体技能与模型调度的工具，归入 agents。