AI Skill 大全

AI-Q服务部署与排障

把英伟达 AI-Q 服务在本机或集群上装起来、验证健康检查、出问题排查关停。

功能与用途

想在本地跑一套英伟达 AI-Q 服务给深度研究用,难的不是敲命令,而是选哪种跑法、密钥怎么放才不泄露、起来之后怎么确认真的通了。这个技能管部署全流程:克隆仓库、确认密钥文件已被 git 忽略、按你选的方式(容器 / 本地进程 / 网页界面 / Kubernetes)起服务,再用健康检查接口验证,并把验证过的服务地址交接出去。它是配套的 aiq-research 的前置步骤,本身不产出研究报告。

适用场景

  • 团队要评估 AI-Q 的深度研究效果,服务器上还没装过这套服:团队要评估 AI-Q 的深度研究效果,服务器上还没装过这套服务,需要先跑起一个干净的本地环境
  • 服务昨天还好好的,今天容器起来了但健康检查一直不过,需要有人:服务昨天还好好的,今天容器起来了但健康检查一直不过,需要有人按日志定位是端口冲突还是配置写错
  • 要把 AI-Q 部署到公司 Kubernetes 集群供多人:要把 AI-Q 部署到公司 Kubernetes 集群供多人共用,得先确认 Helm 方式的前置条件和配置项

适用人群

  • 负责内部 AI 平台部署的运维工程师
  • 做 AI 方案选型的企业架构师
  • 需要在本地搭研究环境的数据科学家

使用步骤

  1. 克隆或定位 AI-Q 仓库,确认基础运行依赖环境已安装。
  2. 在 deploy 目录下配置 .env 密钥文件并确认未被 Git 追踪。
  3. 根据需求选择运行模式(如 Docker 容器、本地进程或 Web)启动服务。
  4. 通过 health 接口验证服务健康状态,获取已验证的可用服务地址。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
IT运维与安全
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-18
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

|

依赖与权限

  • NVIDIA_API_KEY
  • TAVILY_API_KEY
  • SERPER_API_KEY
  • EXA_API_KEY
  • AIQ_SERVER_URL
  • PORT
  • RAG_SERVER_URL
  • RAG_INGEST_URL
  • 读取用户主动提供的内容

同类 Skill