用途：面向 NVIDIA RAG Blueprint 仓库的运维操作，包括部署、配置、排障、关闭以及功能开关管理，支持 Docker、Helm 与库模式。
主要能力：按用户意图路由到对应手册——部署/安装读 references/deploy.md；配置读 references/configure 下对应文件（如 VLM、Guardrails、Agentic RAG、检索、模型与基础设施、推理与生成、可观测性、多模态查询、MCP、评估、迁移等）；排障读 references/troubleshoot.md；关闭读 references/shutdown.md。可自动检测 GPU、显存、驱动、Docker、CUDA、磁盘、系统、端口、现有服务、NGC 密钥与仓库状态。
使用方式：先判断意图，读取对应手册再改动；以仓库文档和部署配置为准，修改后需验证受影响的服务或工作流。部署需仓库检出、Docker/Compose 或 Kubernetes/Helm，库模式需 Python 3.11+，自托管 NIM 需 NVIDIA GPU 工具。配置前需有运行中的部署，先检测平台与配置位置（自托管 Docker 用 deploy/compose/.env，NVIDIA 托管用 deploy/compose/nvdev.env，K8s 用 values.yaml，库模式用 notebooks/config.yaml），并核对线上服务当前状态。Docker 改动后重启对应 compose 文件（如 rag-server 用 docker-compose-rag-server.yaml、NIM 用 nims.yaml），Helm 用 helm upgrade，库模式改配置后重启进程，并用健康检查或 kubectl rollout status 验证。
适用场景：RAG Blueprint 的日常运维与功能调整，如启停 VLM、修改模型、切换向量库、排查不健康状态。
限制：仅适用于该 RAG Blueprint 仓库；在线改动需要运行中的 Docker、Helm 或库目标；NGC_API_KEY 等密钥需由用户环境提供。硬件方面：B200 不支持 VLM、Guardrails 与 Nemotron Parse，可能需多 GPU LLM；RTX PRO 6000 不支持 Nemotron Parse，Helm 下不支持音频。其余具体 GPU 要求见仓库 docs/support-matrix.md 与 docs/service-port-gpu-reference.md。