用途 该技能用于运维已存在的 Runpod Pod：先诊断问题，再在用户明确要求时执行最小幅度的安全恢复操作。诊断阶段始终只读，不允许 update-pod、pod-action、delete-pod、create-pod 等变更操作；恢复方案只呈报，除非提示词明确授权，否则不执行。默认动作是 stop 而绝不 terminate，因为 terminate 会删除 Pod 的 volume 磁盘。
主要能力 工具绑定：list-pods（列出 Pod、账号级卡住审计、确认“哪个 Pod”）、get-pod（查看单个 Pod 的状态、端口、GPU 数量、挂载）、stream-pod-logs（读取启动/容器日志，source=system 查看生命周期事件）、pod-action（stop/restart/start，受门控）、delete-pod 或 pod-action terminate（破坏性，单独门控）、list-gpu-types / get-gpu-type（含 AVAILABILITY、product POD 查询各数据中心 GPU 库存）、同一读取中的 cudaVersions 与 get-capacity（CUDA 版本与容量矩阵）、list-data-centers、create-pod（仅在授权恢复内重建）。若会话工具列表中缺少上述工具，应如实说明并改用最近的只读工具，不得编造结果。
诊断流程（第一阶段，只读） 先解析用户指定的 Pod（或列出 Pod 按名称匹配），再检查并读取日志，之后才下结论：
- 代理 502 / 无法访问 Web UI：若状态非 RUNNING 即为原因；若运行中，502 通常意味着应用绑定 127.0.0.1（应绑 0.0.0.0）、监听未暴露端口、仍在启动或从未启动。需引用绑定/监听日志行，指出端口不匹配而非猜测。524 不同：代理会关闭超过 100 秒的请求，说明是长请求而非应用死亡。
- torch.cuda.is_available() 为 False：查看 Pod 记录的 gpu 块，若缺失或计数为 0 则视为纯 CPU 分配而非 CUDA 问题；若有 GPU，读日志找驱动/运行时行，常见原因是镜像 CUDA 版本高于宿主驱动，或 torch 构建为 CPU 版/不匹配。
- 重启后无 GPU：停止的 Pod 释放 GPU 但仍绑定原机器；若该机 GPU 被他人占用，普通 start 会因无空闲 GPU 被拒，或 Pod 以 RUNNING 状态回来却没有 GPU。这是放置问题而非 Pod 损坏。可用恢复手段：重试 start 直至该机 GPU 释放；从控制台迁移或重建到有库存的 GPU 类型/数据中心（会得到新 id 和代理 URL）；零 GPU 下救援数据（0 GPU 的 Pod 仍运行并可访问文件系统，复制需通过 runpodctl send/receive、网络卷的 S3 端点或 Pod 直连 SSH 的 scp/rsync，本技能不搬移字节）。
- 读取日志（较大 tail，卡在 STARTING 时用 source=system 看拉取、创建、启动事件），引用决定性的一行：权重加载/绑定成功行，或 OOM、缺文件、认证失败。
- 账号级卡住审计：列出所有 Pod，标记 status=RUNNING 但无 GPU，或 PROVISIONING/STARTING 超过约 10 分钟且系统日志无拉取进展（20 GB 镜像正常需 10–15 分钟）。以表格呈现（名称、请求 GPU、状态、卡住时长、原因），汇总计数须与表格行数一致。
- 无 RUNNING Pod 可解析：说明列表显示内容（无 Pod 或仅有已停止的）及可能原因（症状后已停止、其他账号/密钥、已被终止），并给出该症状最常见原因与具体修复；账号/密钥不匹配时询问用户所用账号。 第一阶段以诊断和（如有）建议动作结束，但不执行；若提示只是“为什么/哪里错/有没有卡住”，到此为止。
恢复流程（第二阶段，仅在用户授权后） 仅当提示明确要求对指定 Pod 执行 stop、restart、recreate 或 terminate 时推进。每次行动前说明后果：stop 释放 GPU/CPU 计算、进入 EXITED、清空容器磁盘、保留 volume 磁盘（默认 /workspace）并按停止磁盘费率计费，可用 start 在同一机器上恢复；terminate 永久删除 Pod 及其 volume 磁盘（网络卷仅解除挂载）。想停止计费又保留文件应选 stop；仅在明确“删除/终止/丢弃”时才 terminate。零 GPU 或挂起 Pod 优先 stop→start（或 restart）再考虑重建。重建仅在授权下进行：从 Pod 记录捕获原配置，按可用性读取选择有库存的 GPU 类型与数据中心；先救援 volume 磁盘并引用所需日志（终止后日志消失），创建前说明每小时费用，镜像不可用则跳过并说明。不得仅凭 create 调用声称重建成功，需请用户重跑诊断确认。
适用场景与限制 适用于 Runpod Pod 排障与受控恢复。硬性规则：不得操作用户未指定的 Pod；默认 stop，仅明确破坏性指令才 terminate 并说明哪个磁盘会消失；创建/重建前说明每小时费用；诊断须引用所读日志/字段，不用“可能”；日志或检查调用失败应报告并停止，不猜测原因。错误处理：terminate/delete 返回 204 无响应体是成功；状态转换无效返回 409，应读 Pod 记录的 actions 选合法转换；重建返回 no gpu available 表示所选 GPU/DC 无库存，应呈现并停止，不静默换处重试。跨旅程回答契约（读取得到确定事实、承诺不模糊、变更绑定本次会话创建、独立最终消息、诚实失败、仅用已授权工具）由 runpod-mcp 技能定义，若未加载应先加载。