USD性能优化
针对加载慢、内存高、帧率低或崩溃的 USD 场景,先做运行时环境预检与基线画像,再诊断结构、执行重构优化并对比前后画像出报告。
功能与用途
数字孪生场景一旦膨胀,打开要几分钟、显存吃满、帧率掉到个位数,靠猜是找不到原因的。这个技能把优化拆成一条固定链路:先跑强制性的运行时上下文闸门确认 Kit、Scene Optimizer、Asset Validator 的可用状态,再做基线画像,评估 USD 结构、跑校验,判断是否需要重构,执行重构与 Scene Optimizer 操作后做优化后画像并对比,最终产出符合 schema 的结构化优化报告。它还强调原始运行产物留在磁盘上,只读摘要,避免把日志全量塞进上下文。
适用场景
- 巨型场景加载卡顿排查:针对大型厂房或园区等数字孪生资产打开耗时过长,运行基线分析与结构评估,精准定位复杂层级与高耗时 Prim 并制定重构方案。
- 视口交互掉帧与显存溢出治理:当场景在视口中运行掉帧、显存吃满甚至崩溃时,借助 Scene Optimizer 规划材质合并、网格简化等操作,降低开销并拉升帧率。
- USD 资产交付性能质检与出报:在模型资产交付或入库前,运行 Asset Validator 规则检测,自动对比优化前后的画像指标并产出标准化诊断报告。
适用人群
- Omniverse 场景优化工程师
- 数字孪生与物理 AI 性能调优人员
- 处理大型 USD 资产的 3D 技术美术
使用步骤
- 先过运行时上下文闸门:读 setup 预检结果,缺就调 setup-usd-performance-tuning,有则打印运行时状态等你确认。
- 把需求分类,普通优化请求标为 ready_to_plan,只有在明确要求执行破坏性操作时才标 approval_required。
- 规划到 optimization-report 为止的完整里程碑链,并保留 profile-stage:baseline 与 profile-stage:after 的标注。
- 按阶段执行结构评估、校验、重构决策与重构、Scene Optimizer 操作,再做优化后画像并对比。
- 产出优化的 USD 舞台(有变更时)和符合 optimization-report schema 的结构化报告,HTML 由 render_preview.py 渲染而非手写。
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。
技术信息
- 分类
- 编程
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 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
使用前准备
- 需要目标场景路径或能识别资产的上下文、用户目标(只诊断/校验/画像/执行),以及由 setup-usd-performance-tuning 确认的 Kit、Scene Optimizer、Asset Validator、USD Python 运行时
- omniverse:// 资产需先完成认证。
依赖与权限
- 读取用户主动提供的内容