Linux (NVIDIA CUDA, Python)
为AI Agent提供Linux环境下的CUDA与Python开发支持
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Linux (NVIDIA CUDA, Python)。 它的用途是：为AI Agent提供Linux环境下的CUDA与Python开发支持 详细介绍见：https://321skill.com/skills/linux-nvidia-cuda-python/ 请根据该页面的说明完成安装。
使用示例
“帮我检查一下服务器上GPU的利用率，并在这个Python虚拟环境中安装pytorch的CUDA 12.1版本。”，它会通过执行`nvidia-smi`命令查看GPU状态，然后使用`pip`在你的指定虚拟环境中安装对应版本的PyTorch。或者，你可以说：“我的Python脚本在导入numpy时出错了，帮我看看环境有什么问题。”，AI会帮你检查Python版本、已安装的包以及环境变量。
介绍
这个Skill为AI Agent提供了在Linux环境中进行CUDA加速计算和Python开发的核心能力。它解决了AI在协助开发时，无法直接操作本地开发环境、运行特定命令或利用GPU进行加速计算的问题。
通过集成一系列Linux命令、Python环境管理和CUDA工具链操作，AI可以执行如安装依赖、运行Python脚本、监控GPU状态、调试代码等任务，将自然语言指令转化为具体的命令行操作。
它非常适合需要在本地或服务器上进行AI模型开发、科学计算、数据处理的后端工程师、全栈开发者和学术研究者。对于不熟悉Linux命令或CUDA配置的用户，AI也能提供直接的命令行支持。
使用前请确保你的AI客户端（如Claude Desktop）已获得必要的系统权限来执行命令。由于涉及系统级操作，建议在沙箱或测试环境中先行验证命令的安全性，避免误操作。
核心特点
与通用编程Skill相比，它深度集成了NVIDIA CUDA工具链的管理和监控命令，能直接操作nvidia-smi等工具；同时，它专注于Linux环境下的Python开发工作流，提供了从虚拟环境管理到包依赖安装的一站式支持。
注意事项
不适合非Linux操作系统（如Windows、macOS）的用户，也不适用于不需要CUDA加速或系统级命令行操作的纯前端或UI设计场景。
常见问题
这个Skill能在Windows上使用吗？
不能，它专为Linux环境设计，命令和工具链都是Linux特有的。
我需要提前安装CUDA吗？
是的，Skill需要调用系统已安装的CUDA工具（如nvidia-smi），它本身不包含CUDA的安装功能。