setup

一键配置 Oracle ML 推理守护进程

开发流程 运维工程师后端开发 安装依赖包完成应用本地部署 通用 ★ 942 更新于 2026-08-01

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:setup。
它的用途是:一键配置 Oracle ML 推理守护进程
完整的 Skill 内容见:https://321skill.com/skills/setup-x-5/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

'请使用 setup skill 配置 Oracle ML 推理守护进程,并指定 onnxruntime 版本为 1.16.0'。它会自动执行 `uv run setup`,在安装过程中读取 config.yaml 中的版本号,完成后启动守护进程并返回服务状态。

介绍

部署 Oracle ML 推理服务时,手动安装 onnxruntime 并配置守护进程既繁琐又容易出错。本 Skill 通过 uv 包管理器自动完成依赖安装、环境变量设置和守护进程启动,让你专注模型推理业务本身。

使用方式极简:在终端中运行 uv run setup,Skill 会自动检测系统环境,用 uv 安装 onnxruntime 及其依赖,随后将 Oracle ML 推理守护进程注册为系统服务并启动。整个过程无需手动干预,日志会实时输出到终端。

适合运维工程师、后端开发以及需要快速搭建 Oracle ML 推理环境的团队。如果你是初次接触 Oracle ML,建议先阅读官方文档了解推理服务的基本架构;本 Skill 仅负责环境配置,不包含模型部署后的监控与调优功能。

注意:运行前请确保已安装 uv(Python 包管理器)并已克隆本仓库。若需自定义 onnxruntime 版本或守护进程端口,可修改同目录下的 config.yaml 文件后再执行。

核心特点

相比通用环境配置脚本,本 Skill 专门针对 Oracle ML 推理守护进程,使用 uv 替代 pip 实现更快的依赖解析和安装,且自动处理系统服务注册,无需手动编写 systemd 单元文件。

注意事项

不适合非 Oracle ML 环境(如 TensorFlow Serving、PyTorch Serve)的部署,也不支持 Windows 系统。

常见问题

执行失败提示 uv 未安装怎么办?

请先安装 uv:`curl -LsSf https://astral.sh/uv/install.sh | sh`,然后重新运行本 Skill。

如何修改 ONNX Runtime 的版本?

编辑仓库根目录下的 `config.yaml` 文件,找到 `onnxruntime_version` 字段,修改为目标版本号后重新运行。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/setup-x-5/raw/index.md 读取 setup 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。