Name: Jetson设备诊断Skill
Rating: 5 (1 reviews)
Author: jetson-diagnostic


名称	jetson-diagnostic
描述	只读的Jetson健康快照，涵盖身份、内存、GPU、热、功耗、存储、服务及顶级进程。
版本	0.0.1
开源协议	“Apache-2.0” metadata:
作者	“Jetson Team” tags: [jetson, diagnostic, telemetry] languages: [bash] data-classification: public

Jetson 诊断

一个统一的、面向代理的正在运行的Jetson设备视图。无需再记住tegrastats、jtop、procrank、/sys/kernel/debug/nvmap、nvpmodel、free、swapon、df和systemctl list-units中哪一个提供哪一部分的真相。

用途

从Jetson主机捕获只读健康快照，以便代理能够使用实时数据而非猜测回答设备身份、内存、GPU、热、功耗、存储和服务状态问题。

使用时机

当用户询问以下内容时激活：

“What is this Jetson? What SKU? How much memory?”
“What’s running on this Jetson right now?”
“Why is my Jetson slow / hot / out of memory?”
“Give me a snapshot of GPU / CPU / power usage.”
“What does my tegrastats output mean?”
“Which services are running that I could turn off?”
The user has installed jetson-memory-audit, jetson-headless-mode, jetson-inference-mem-tune, jetson-llm-benchmark, jetson-llm-serve, or jetson-package and needs a baseline measurement before running them.

不要使用此技能更改电源模式、删除缓存、停止服务、安装软件包、提供模型服务或调整推理标志。报告观察到的状态，然后移交给面向操作的技能。

前提条件

在Jetson主机上运行，或在具有主机可见的Jetson系统路径和进程数据的沙箱/容器中运行。

可用脚本

Script	Purpose	Arguments
`scripts/snapshot.sh`	发出包含身份、内存、GPU、热、功耗、磁盘、顶级进程和候选服务的全能JSON快照。	`--human`, `--tegra-secs N`, `--top-procs N`.
`scripts/mem_summary.sh`	发出简洁的人类可读的RAM/GPU/swap摘要。	`--short`, `--watch`, `--interval N`.
`scripts/detect_jetson.sh`	导出或打印此仓库的规范Jetson SKU/代次/产品线字段。	无参数。

如果你的代理运行时支持run_script，请使用它运行scripts/snapshot.sh或scripts/mem_summary.sh并总结返回的输出。否则，从仓库根目录使用bash运行脚本。

说明

运行scripts/snapshot.sh获取全能JSON视图（首选默认）。
如需快速的人类可读内存行，运行scripts/mem_summary.sh。
要解释用户粘贴的单个tegrastats行，请参阅references/tegrastats-fields.md。
要解释NvMap客户端输出，请参阅references/nvmap-clients.md。

报告指南

在汇总设备状态之前运行匹配的辅助脚本，并且只报告该脚本返回的字段。如果直接执行被运行时阻止，请使用bash {baseDir}/scripts/<script-name>运行，而不是尝试chmod文件。

对于“这是什么Jetson”的问题，引用product_model或sku、variant、l4t_version和mem_total_gb。
对于“慢且热”的问题，运行snapshot.sh并总结症状的两个方面：thermal_c用于热，加上top_processes、gpu_processes、nvmap.top_clients或gpu_source用于负载。最后要具体交接，如jetson-memory-audit、jetson-headless-mode或jetson-inference-mem-tune。
对于“哪个进程正在使用内存”的问题，运行snapshot.sh，并将首要进程命名为pid <number>、cmd及其pss_kb/MiB值。如果NvMap GPU内存是相关信号，请同时引用gpu_source以及nvmap.top_clients或gpu_processes中的顶级条目。

如果你的代理运行时没有自动相对于此技能目录执行辅助脚本，请使用AgentSkills {baseDir}占位符解析脚本路径：

{baseDir}/scripts/snapshot.sh
{baseDir}/scripts/mem_summary.sh

除非运行时明确将技能注册为可调用工具，否则不要将jetson-diagnostic作为工具名称调用；Agent Skills通常是指令加文件，不是直接的工具功能。

所有脚本都引用位于skills/jetson-diagnostic/scripts/detect_jetson.sh的规范平台检测器（导出JETSON_SKU、JETSON_GENERATION、JETSON_PRODUCT_LINE、JETSON_VARIANT、JETSON_MEM_GB、JETSON_L4T_VERSION、JETSON_PRODUCT_MODEL）。其他技能可以引用此检测器，而不是复制Jetson识别逻辑。在非平台环境中以退出码2退出，并附带补救信息。

限制

看到此技能文件并不保证可以访问Jetson主机硬件。如果在NemoClaw/OpenClaw沙箱中缺少/proc/device-tree/model、/etc/nv_tegra_release、tegrastats、nvpmodel、nvidia-smi或/sys/kernel/debug/nvmap，请说明沙箱缺乏Jetson主机可见性，并要求用户在Jetson主机上运行或使用主机可见的沙箱配置文件重新启动。
NvMap debugfs通常需要root权限，因此非特权运行可能会报告gpu_source: "none"或不完整的nvmap字段。
此技能仅报告观察到的状态。当工具缺失或不可访问时，不要伪造内存、GPU、热、服务或回收数据。

错误处理

如果辅助脚本在非平台环境中退出，报告当前环境不是Jetson主机或缺乏主机可见性；不要替换为通用的Linux值。
如果tegrastats、nvpmodel、nvidia-smi或NvMap debugfs不可用，请保留JSON中相应的null、false或空字段，并说明哪个信号受限。
如果snapshot.sh输出格式错误的JSON，请报告原始失败并在修复辅助脚本输出后重新运行；不要手工编辑合成的设备快照。

`snapshot.sh`的输出约定

{
  "sku": "orin-nano",
  "generation": "orin",
  "product_line": "orin-nano",
  "variant": "orin-nano-8gb",
  "mem_total_gb": 8,
  "l4t_version": "36.4.0",
  "product_model": "nvidia jetson orin nano developer kit",
  "memory_kb": { "total": 8123456, "available": 4123456, "swap_total": 0, "swap_free": 0, "cached": 1234567 },
  "tegrastats_sample": "RAM 4011/8138MB (lfb 8x4MB) ...",
  "thermal_c": { "CPU": 52.3, "GPU": 49.0, "AO": 47.0 },
  "power": { "nvpmodel_id": 0, "nvpmodel_name": "MAXN" },
  "disk": [ { "mount": "/", "used_pct": 41 } ],
  "gpu_source": "nvmap:iovmm-clients",
  "gpu_devices": [],
  "gpu_processes": [],
  "nvmap": {
    "readable": true,
    "total_kb": 654321,
    "stats_total_bytes": 669985280,
    "top_clients": [ { "pid": 1234, "cmd": "vlm-server", "kb": 524288 } ]
  },
  "top_processes": [ { "pid": 4321, "cmd": "vllm", "pss_kb": 4000000 } ],
  "candidate_services": { "gdm3": { "active": "inactive", "enabled": "disabled" } }
}

gpu_source命名技能用于归因每进程GPU内存的具体数据项，以便调用者确切知道数字代表什么：

"nvidia-smi:compute-apps" — 来自nvidia-smi --query-compute-apps的每进程used_memory值。用于统一的nvidia.ko堆栈（目前为Thor系列）。注意：在此堆栈上，某些BSP上nvidia-smi的设备级memory.used查询返回[N/A]，因此技能会对每进程列表求和，而不是读取顶层总数。求和后的总数出现在gpu_processes[*].used_mib中。
"nvmap:iovmm-clients" — 来自/sys/kernel/debug/nvmap/iovmm/clients的每进程大小。用于nvgpu堆栈（目前为Orin系列），其中nvidia-smi是一个存根，对于每个计算/内存查询都返回[N/A]。每进程条目出现在nvmap.top_clients中；内核端总数在nvmap.total_kb中，并且（当可读时）nvmap.stats_total_bytes中。
"none" — 无法访问权威来源。通常发生在非特权运行于nvgpu堆栈Jetson上（/sys/kernel/debug/nvmap下的debugfs需要sudo）；使用sudo重新运行以填充nvmap字段。

代理应将显著部分呈现给用户（SKU、可用内存、按gpu_source的顶级GPU消费者、最热区域、电源模式），并提供深入查看细节（top_processes、gpu_processes / nvmap、services）的选项。

安全性

此技能是只读的。它不更改nvpmodel，不运行jetson_clocks，不修改服务。要根据发现采取行动，请移交给：

jetson-memory-audit — 聚焦内存快照 + drop_caches 验证循环
jetson-headless-mode — 禁用GUI + 辅助守护程序（安全，可逆）
jetson-inference-mem-tune — 选择运行时 + 内存标志（vLLM / SGLang / llama.cpp / TensorRT Edge-LLM）
jetson-llm-serve — 带有Jetson默认配置的vLLM和相关GHCR镜像
jetson-llm-benchmark — 可复现的延迟/吞吐量基准测试
jetson-package — GHCR + Jetson AI Lab PyPI索引 vs 通用ARM轮子

跨平台行为

系列	技能可识别的变体	`tegrastats`	`nvidia-smi`	`nvpmodel`	NvMap debugfs
Jetson Thor	`thor-t5000`, `thor-t4000`	是	是（完整）	是	是（root）
Jetson AGX Orin	`orin-agx-64gb`, `orin-agx-32gb`, `orin-agx-industrial`	是	是（存根，`nvgpu`）*	是	是（root）
Jetson Orin NX	`orin-nx-16gb`, `orin-nx-8gb`	是	是（存根，`nvgpu`）*	是	是（root）
Jetson Orin Nano	`orin-nano-8gb`, `orin-nano-4gb`	是	是（存根，`nvgpu`）*	是	是（root）

* 在GPU由树内nvgpu内核驱动程序驱动的Jetson上，nvidia-smi二进制文件存在，但大多数字段（Memory-Usage、功耗、利用率、计算进程表）报告Not Supported / N/A。为了在运行时决定信任哪个来源，脚本会进行一次能力探测 — nvidia-smi --query-gpu=memory.used --format=csv,noheader,nounits — 并且仅当该查询返回真实整数时，才使用nvidia-smi用于每进程GPU内存。如果查询无效，脚本回退到/sys/kernel/debug/nvmap/iovmm/clients，在nvgpu堆栈Jetson上，该文件是权威的每进程GPU内存来源。

脚本优雅地处理每个工具的存在性，并且对无法访问的工具报告null / false（通常当代理未以/sys/kernel/debug所需的权限运行时）。变体检测首先使用/proc/device-tree/model字符串（识别类似T5000 / T4000的名称），当模型字符串通用时，回退到内存大小的启发式方法。