# tao-launch-workflow

Скилл проверяет готовность окружения и блокирует запуск задач NVIDIA TAO до подтверждения параметров, учётных данных и датасетов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1600 установок · ★ 3735
- Автор: NVIDIA Corporation
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/tao-launch-workflow/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/tao-launch-workflow

## Что делает

Скилл выступает обязательным барьером перед любыми операциями NVIDIA TAO: обучением моделей, запуском AutoML или генерацией движков TensorRT. Агент проверяет платформу исполнения (Docker, SLURM, Kubernetes, Brev или virtualenv), подтверждает образ контейнера и валидирует пути к датасетам до создания файлов запуска.

После прохождения девяти пунктов проверки вступает контракт из четырёх команд: submit, status, logs и cancel. Скрипт `tao_job_record.py` фиксирует задачу и создаёт идентификатор строго до отправки задания в планировщик, исключая несогласованные запуски.

Для автономной работы потребуется предварительно выполнить скилл `tao-setup`, иначе утилите не хватит общих вспомогательных скриптов из `TAO_SKILL_BANK_PATH`.

## Требования
- Работает с: Docker, Kubernetes

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-launch-workflow -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-launch-workflow -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/tao-launch-workflow/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-launch-workflow -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/tao-launch-workflow/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills tao-launch-workflow
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/tao-launch-workflow/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-launch-workflow -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/tao-launch-workflow
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/tao-launch-workflow/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tao-launch-workflow -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/tao-launch-workflow/SKILL.md

## Когда брать
- проверить параметры и учётные данные перед стартом обучения TAO
- валидировать доступность датасетов со стороны платформы исполнения
- зафиксировать идентификатор задачи до запуска процесса через tao_job_record.py
- отслеживать состояние и получать логи по единому четырёхэтапному контракту

## Примеры запросов агенту
- Запусти обучение этой модели в SLURM
- Проверь конфигурацию и начни AutoML для этого чекпоинта
- Запусти задачу TAO на платформе Docker

## Похожие
- [debug-openshell-cluster](https://affpapa.org/nevibecode/skills/debug-openshell-cluster.md) — скилл · 474 установки
- [devops-deployment](https://affpapa.org/nevibecode/skills/devops-deployment.md) — скилл · 1600 установок
- [devops-cicd](https://affpapa.org/nevibecode/skills/devops-cicd.md) — скилл · 606 установок
- [jenkins](https://affpapa.org/nevibecode/skills/jenkins.md) — скилл · 338 установок
- [senior-ml-engineer](https://affpapa.org/nevibecode/skills/senior-ml-engineer.md) — скилл · 915 установок
- [rollback-deploy](https://affpapa.org/nevibecode/commands/rollback-deploy.md) — команда · 260 установок

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