用途
runpod-discovery 面向 Runpod 目录的只读咨询场景，回答可用性、适配性与价格问题。它不改变任何资源，不创建、更新、停止或删除对象，查询结果仅作为建议，实际部署由其他技能负责。
主要能力
- GPU 目录与价格、实时库存：通过 list-gpu-types / get-gpu-type 读取，配合 include:["AVAILABILITY"] 与 product（POD、CLUSTER 或 SERVERLESS）返回价格与库存。
- 按数据中心查询 GPU 可用性：同一读取的 dataCenters 字段，或 list-data-centers / get-data-center 配合 include:["GPU_AVAILABILITY"]，可按区域过滤；不同产品形态库存不同。
- CUDA 版本容量：同一可用性读取中的 cudaVersions 列出有免费容量的宿主 CUDA 版本，get-capacity 提供跨 GPU 类型的矩阵视图。此类结果不含数据中心信息。
- 数据中心与区域：list-data-centers、get-data-center 返回库存与网络流量档位所在位置。
- CPU 目录：list-cpu-types、get-cpu-type 配合 include:["AVAILABILITY"] 与 product，用于 CPU Pod 与 CPU Serverless 规格选择。
- Hub Worker 市场：list-hub-repos 按搜索词和类别（语言、图像、音频、视频、嵌入）查找预构建 Worker，并可返回配置信息。
- 公共模板目录：list-public-templates 按 source 区分 official、verified、community，条目含 serverless 标志，目录最多返回 100 条且不分页。
- 按使用量付费的公共端点：list-public-endpoints 按模态与所有者查询无需部署的托管模型 API，适合一次性任务。
- 模型显存估算：权重显存约等于参数量（十亿）× 每参数字节数（fp16 为 2、int8 为 1、int4/awq/gptq 为 0.5），再加约 20% 用于 KV 缓存与激活；长上下文或高并发需更多余量。据此推荐满足估算且有库存的最小 GPU 规格，并给出大一档作为余量。
使用方式
用户提出库存、价格、区域、CUDA 容量、Worker、模板或一次性推理等问题时，技能调用上述只读工具，按真实约束过滤，只命名工具返回的条目，价格与库存直接引用输出，不基于记忆编造。查询结果为空时明确报告“未找到”，不静默扩大搜索范围。计算显存需求时说明所用精度与上下文假设；若用户未提供参数量且无法从模型读取，应询问一次而非猜测。
适用场景
- 询问某显存档位或某区域的 GPU 是否有货及价格。
- 判断某 GPU 在某区域或数据中心的容量，或选择端点允许的 CUDA 版本。
- 根据模型参数与精度估算显存并选择合适 GPU。
- 查找任务对应的 Hub 预构建 Worker 或公共模板。
- 一次性推理需求下寻找按使用量付费的公共端点。
限制
- 只读：不得调用任何变更类工具，不做部署。
- 不编造：GPU 型号、区域、价格、Hub 仓库、公共端点均须来自工具返回。
- 不自行推算价格，不给出“大约”数值；库存与价格以读取结果为准。
- 显存估算只是带假设的建议，适配与部署属于 runpod-serverless-deploy 的职责。
- include:["AVAILABILITY"] 与 product 必须成对使用，否则 API 返回 400。
- 读取失败时应报告失败并停止，不从记忆作答。
- 公共模板目录最多返回 100 条且不分页，应说明列表有上限。
- 若会话中缺少所需工具，应说明并使用最近的只读替代，不得虚构结果。