用途：将大语言模型与 ML 推理服务器部署到 TrueFoundry，支持 vLLM、TGI 及自定义模型服务器，提供 GPU 分配、模型缓存、健康探针与生产级默认配置。
主要能力：提供 CLI（tfy apply，写 YAML 清单后应用）与 REST API（CLI 不可用时用 tfy-api.sh）两条路径；可发现集群 GPU 与基础域名；调用 deployment-specs API 获取推荐 GPU、CPU、内存、存储规格；生成含 artifacts_download 缓存卷、健康探针、rollout 策略的清单；部署后轮询状态并返回访问 URL。
使用方式：先确认 TFY_BASE_URL、TFY_API_KEY 与 TFY_WORKSPACE_FQN，检查 tfy --version，未安装则 pip install 'truefoundry==0.5.0'。收集模型 ID、框架、访问方式等信息后，预览 tfy apply -f tfy-manifest.yaml --dry-run --show-diff，确认后执行 tfy apply -f tfy-manifest.yaml。运行后可用 curl 调用 /v1/chat/completions 与 /health 验证。
适用场景：部署 HuggingFace 模型做推理、GPU 加速模型服务、部署 NVIDIA NIM 优化容器。不适用于普通 Web 应用、数据库或 Helm chart 部署。
限制：首次部署通常需 10-30 分钟（GPU 供给、模型下载、加载）；vLLM/TGI 需较大共享内存，建议设为内存请求的 90-95%；系统内存应远大于显存；--trust-remote-code 会执行模型仓库任意 Python，仅限可信来源；容器镜像版本以 references/container-versions.md 固定版本为准，不应在运行时抓取外部发布页。具体收费与价格暂未提供。