earth2studio-discover

Earth2Studio 可发现性技能

目的

帮助用户为其天气／气候任务找到合适的 Earth2Studio 模型、数据源和示例。适用于：根据 GPU／VRAM 要求比较模型、选择预报类别（临近预报、中期预报、季节预报）、通过词汇表查找兼容的数据源，或查找用于降尺度、集合生成或资料同化的示例。

前提条件

• 可访问互联网，以从 nvidia.github.io 获取实时文档页面
• 熟悉 Earth2Studio 徽章系统（类别、区域、VRAM、发布版本）

你正在帮助用户为其使用场景找到合适的 Earth2Studio 组件。你的任务是了解他们想做什么，然后推荐合适的模型、数据源和示例，并通过实时文档核实。

核心原则：从实时文档中发现，不要靠记忆

Earth2Studio 每次发布都会新增模型、数据源和示例。模型类别会新增徽章，也会出现新的数据源，示例也会重新整理。本技能中的任何静态列表都会过时。

规则：

1. 推荐组件前，始终先获取相关的实时文档页面。
2. 使用文档中的徽章元数据（区域、类别、VRAM、发布版本）筛选候选项。
3. 使用词汇表系统验证数据源与模型的兼容性（见步骤 4）。
4. 引用文档 URL，方便用户进一步了解。

实时文档参考

按需获取以下页面（不要一次性全部获取——只获取用户问题所需的页面）：

类别	URL
预报模型	https://nvidia.github.io/earth2studio/modules/models_px.html
诊断模型	https://nvidia.github.io/earth2studio/modules/models_dx.html
资料同化	https://nvidia.github.io/earth2studio/modules/models_da.html
数据源（分析）	https://nvidia.github.io/earth2studio/modules/datasources_analysis.html
数据源（预报）	https://nvidia.github.io/earth2studio/modules/datasources_forecast.html
数据源（数据帧）	https://nvidia.github.io/earth2studio/modules/datasources_dataframe.html
示例集	https://nvidia.github.io/earth2studio/examples/index.html
词汇表源代码	https://github.com/NVIDIA/earth2studio/tree/main/earth2studio/lexicon

交互流程

步骤 1. 了解用户的问题

从用户所述内容中提取以下信息（如有需要可追问，最多问 3 个问题）：

• 任务类型 — 中期预报、临近预报、降尺度／超分辨率、季节／次季节预报、资料同化、气候预测、集合生成、衍生诊断
• 区域 — 全球、北美、欧洲、亚洲、特定国家／地区
• 时间尺度 — 未来数小时（临近预报）、未来数天（中期预报）、未来数周／数月（季节预报）、气候
• 关注变量 — 温度、降水、风、气压、辐射、特定气压层等
• 硬件限制 — GPU 类型、可用 VRAM（40GB、48GB、80GB、96GB）
• 确定性或集合预报 — 单一预报还是概率预报

合适的追问措辞：“你想要单一的最佳估计预报，还是带有不确定性的集合预报？”——而不是 “你的使用场景是什么？”

步骤 2. 获取相关模型文档

根据用户的任务类型，获取相应的模型页面：

• 预报 → 预报模型（px）
• 后处理／降尺度／衍生变量 → 诊断模型（dx）
• 观测数据集成 → 资料同化（da）
• 工作流通常会串联 px → dx，因此要同时查看两者

从文档页面中提取每个候选模型的以下信息：

• 类别徽章 — NWC、DS、MR、S2S、DA、CM
• 区域徽章 — Global、NA、EU、AS 等
• 建议 VRAM 徽章 — 最低 GPU 内存
• 发布年份 — 同类别中的较新模型通常会取代较旧模型

筛选出符合用户任务类型、区域和硬件条件的模型。提供简短候选清单（而非完整目录），并附上徽章元数据。

步骤 3. 获取相关数据源文档

根据用户的数据需求，获取相应的数据源页面：

• 历史再分析 → 分析数据源
• 实时或业务运行 → 预报数据源
• 观测 / 站点数据 → dataframe 数据源

注意哪些数据源覆盖用户所在区域和所需变量。

步骤 4. 通过词汇表验证兼容性

这是关键的技术步骤。Earth2Studio 模型通过 input_coords() 声明所需的输入变量。数据源通过词汇表 VOCAB 暴露可用变量。如果某数据源的词汇表 VOCAB 键包含模型 input_coords 中的全部变量（“variable”维度），则二者兼容。

验证方法：

1. 查看模型文档页面或源代码中的 input_coords，尤其是变量列表
2. 查看数据源的词汇表文件 earth2studio/lexicon/<source>.py，确认其 VOCAB 键
3. 确认数据源的 VOCAB 涵盖模型所需的所有变量

如果直接检查源代码（例如用户有本地克隆），词汇表文件位于：

earth2studio/lexicon/gfs.py
earth2studio/lexicon/hrrr.py
earth2studio/lexicon/cds.py
earth2studio/lexicon/arco.py
earth2studio/lexicon/wb2.py
... (one per data source)

每个文件都定义一个 VOCAB: dict[str, str | tuple]，用于将 Earth2Studio 变量名称映射到特定数据源标识符。

清晰地说明兼容性检查结果：“GraphCastOperational 需要 [变量列表] — GFS 和 ERA5（通过 ARCO/CDS）都提供这些变量，但 HRRR 不涵盖高于 X 的气压层。”

步骤 5. 推荐示例

获取示例库，并找出能展示用户工作流模式的示例。示例按类别组织：

• 01_getting_started — 基础确定性、诊断和集合工作流
• 02_medium_range — 集合扩展、扰动、气旋追踪
• 03_downscaling — CorrDiff、CBottle、集合降尺度
• 04_nowcasting — StormCast、StormScope
• 05_data_assimilation — StormCast SDA、HealDA
• 06_seasonal — DLESyM、统计方法
• 07_misc — 分布式推理、IO、自定义数据、生成
• 08_extend — 构建自定义模型、诊断、数据源

向用户推荐最相关的 1–3 个示例，作为入门参考。说明每个示例展示的内容，以及它与用户问题的关联。

步骤 6. 给出建议

输出结构（省略空章节）：

## Your use case
[1-2 sentence restatement of what the user wants to do]

## Recommended models
| Model | Class | Region | VRAM | Why |
|-------|-------|--------|------|-----|
[Short-list with rationale per row]

## Compatible data sources
| Data Source | Coverage | Compatible with |
|-------------|----------|-----------------|
[Verified via lexicon]

## Relevant examples
- [Example name](link) — what it demonstrates

## Next steps
[What to install, what to read next]

建议最多列出 2–4 个模型。如果有多个选项，应解释其取舍（准确性与速度、确定性与集合、VRAM 等），而不是罗列所有选项。

限制

• 建议的时效性取决于实时文档；尚未发布的模型无法发现。
• 新增模型的徽章元数据可能不完整。
• 词汇表兼容性检查需要访问源代码才能达到完整准确性；仅检查文档的结果只是近似值。

故障排除

错误	原因	解决方案
模型页面返回 404	发布后 URL 已更改	查看 https://nvidia.github.io/earth2studio/ 获取更新后的导航
未找到词汇表文件	数据源是新增的或已重命名	在 earth2studio/lexicon/ 目录中搜索当前文件名
模型缺少徽章	模型文档尚未更新	查阅模型源代码中的 __init__ 或 README，获取规格信息

职责范围与不在范围内

负责： 组件发现、模型 / 数据源兼容性检查、基于徽章的筛选、示例推荐、硬件适配评估。

不负责： 安装（使用 earth2studio-install skill）、编写推理代码、模型训练、自定义模型开发、运行时调试、PhysicsNeMo 模型发现。