runai-diagnose-failed-workload — скилл для Claude Code
Скилл runai-diagnose-failed-workload разбирает причины падений, нехватки памяти OOMKilled и ошибок запуска контейнеров в Run:ai без вмешательства в кластер.
лицензия не указана ★ 4 106 обновлён 2026-10-23
npx skills add NVIDIA/skills --skill runai-diagnose-failed-workload -a claude-codeЧто делает runai-diagnose-failed-workload
Скилл проводит расследование сбоев в отдельных ворклоадах Run:ai. Он проверяет состояния вроде CrashLoopBackOff, ImagePullBackOff, ошибки монтирования томов и сбои инициализирующих контейнеров. Работа строится исключительно в режиме чтения: модель собирает спецификации, метрики и историю подов, но никогда не перезапускает и не модифицирует ресурсы кластера.
Анализ разбит на уровни доступа. Для базовой диагностики обязателен Tier 1 — MCP-подключение с сервисным аккаунтом для чтения статусов и логов Run:ai. Если стандартных сигналов не хватает или требуется проверить падение узла, подключается Tier 2 с правами kubectl для изучения событий и логов предыдущих запусков.
Для запуска расследования всегда нужен идентификатор кластера cluster_id. Ворклоад вычисляется по точному UUID либо по связке имени и проекта. Задачи в штатном статусе Completed, приостановленные или вытесненные планировщиком задания скилл не обрабатывает.
Какие задачи решает
- классифицировать причину аварийного завершения или статус CrashLoopBackOff
- выявить нехватку памяти по признакам OOMKilled с кодом 137
- проверить ошибки скачивания образов и монтирования PVC
- разграничить программный сбой приложения и падение самого узла
Примеры запросов агенту
- Выясни, почему упал ворклоад в кластере
cluster-aс IDw-12345 - Проверь причину CrashLoopBackOff для джобы
train-resnetв проектеcv-teamна кластереprod-k8s - Почему остановилась задача
bert-evalв проектеnlpна кластереgpu-clusterза последние12h?
Как установить runai-diagnose-failed-workload
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill runai-diagnose-failed-workload -a claude-code2Вручную: положить файлы
~/.claude/skills/runai-diagnose-failed-workload/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/runai-diagnose-failed-workload/
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill runai-diagnose-failed-workload -a codex2Вручную: положить файлы
.agents/skills/runai-diagnose-failed-workload/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill runai-diagnose-failed-workload -a cursor2Вручную: положить файлы
.cursor/skills/runai-diagnose-failed-workload/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install NVIDIA/skills skills/runai-diagnose-failed-workload2Вручную: положить файлы
.github/skills/runai-diagnose-failed-workload/SKILL.md1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill runai-diagnose-failed-workload -a gemini-cli2Командой платформы
gemini skills install https://github.com/NVIDIA/skills --path skills/runai-diagnose-failed-workloadВручную: положить файлы
.devin/skills/runai-diagnose-failed-workload/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о runai-diagnose-failed-workload
Как установить runai-diagnose-failed-workload в Claude Code?
Выполните команду npx skills add NVIDIA/skills --skill runai-diagnose-failed-workload -a claude-code. Файл скилла будет сохранён в ~/.claude/skills/runai-diagnose-failed-workload/SKILL.md.
Что делает этот скилл?
Он запрашивает события, спецификации и метрики сбойного ворклоада в Run:ai, классифицирует причину падения по системной таксономии и выдаёт рекомендации без изменения конфигураций.
Какие доступы требуются для работы диагностики?
Обязателен доступ через MCP с сервисным аккаунтом для чтения данных Run:ai. Опционально требуются права на чтение в Kubernetes для команд kubectl describe pod, kubectl get events и чтения истории контейнеров.