# dynamo-recipe-runner

Скилл подбирает, валидирует, точечно правит и разворачивает готовые Kubernetes-рецепты NVIDIA Dynamo для инференс-моделей под vLLM или SGLang.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 2300 установок · ★ 3735
- Автор: Dan Gil
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/dynamo-recipe-runner/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/dynamo-recipe-runner

## Что делает

Скилл работает с готовой структурой `recipes/` в репозитории Dynamo. Вместо генерации манифестов с нуля агент вызывает инструмент `scripts/recipe_tool.py` для поиска подходящей связки модели, бэкенда (`vllm`, `sglang`, `trtllm`, `tokenspeed`) и числа GPU, после чего проверяет директорию на ошибки.

Перед применением манифестов запускается предпроверка кластера через `kubectl`. Скилл проверяет наличие секретов, узлов и доступных классов хранилища. Точечные правки вносятся только в необходимые поля: `storageClassName`, теги образов или лимиты GPU. Если доступа к кластеру нет, агент не имитирует выполнение, а формирует точные консольные команды для ручного запуска.

Для работы на рабочей машине требуется Python 3.10+ и настроенный контекст `kubectl`. Скилл проверяет работоспособность только базовым запросом к `/v1/models`, поэтому проверку интерконнекта для многоузловых распределённых конфигураций придётся запускать отдельными утилитами.

## Требования
- Работает с: Kubernetes

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill dynamo-recipe-runner -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/dynamo-recipe-runner/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/dynamo-recipe-runner/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill dynamo-recipe-runner -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/dynamo-recipe-runner/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill dynamo-recipe-runner -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/dynamo-recipe-runner/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills dynamo-recipe-runner
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/dynamo-recipe-runner/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill dynamo-recipe-runner -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/dynamo-recipe-runner
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/dynamo-recipe-runner/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill dynamo-recipe-runner -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/NVIDIA/skills/tree/HEAD/skills/dynamo-recipe-runner/SKILL.md

## Когда брать
- найти готовый рецепт Dynamo под целевую модель и фреймворк
- проверить структуру манифестов через команду validate перед выкаткой
- пропатчить StorageClass и теги образов без перезаписи всего YAML
- запустить скачивание модели Hugging Face в кеш кластера
- провести smoke-тест развёрнутого пода через проброс порта к эндпоинту

## Примеры запросов агенту
- Найди и проверь рецепт Dynamo для nemotron-3-super-fp8 на sglang
- Подготовь рецепт qwen для фреймворка vllm в режиме disagg для текущего кластера
- Проверь манифест trtllm и выведи команды kubectl без применения изменений

## Похожие
- [google-cloud-solution-guided-gke-ai-migration](https://affpapa.org/nevibecode/skills/google-cloud-solution-guided-gke-ai-migration.md) — скилл · 4700 установок
- [llm-inference-scaling](https://affpapa.org/nevibecode/skills/llm-inference-scaling.md) — скилл · 343 установки
- [multi-tenant-llm-hosting](https://affpapa.org/nevibecode/skills/multi-tenant-llm-hosting.md) — скилл · 309 установок
- [hyperloom-workload-optimizer](https://affpapa.org/nevibecode/skills/hyperloom-workload-optimizer.md) — скилл · 783 установки
- [debug-openshell-cluster](https://affpapa.org/nevibecode/skills/debug-openshell-cluster.md) — скилл · 474 установки
- [gke-inference](https://affpapa.org/nevibecode/skills/gke-inference.md) — скилл · 6791 установка

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 194 карточки

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md