mcpField
S
setup

setup

github.com/atholaAgent 工作流34380 次安装4 天前更新
代码仓库

关于 setup

用于配置 Oracle ML 推理环境的 skill。它通过 uv 创建 Python 3.11+ 虚拟环境、安装并验证 onnxruntime，然后报告结果及守护进程能否在下次会话启动。

主要功能

  1. 01创建 Python 3.11+ 虚拟环境
  2. 02使用 uv 安装 onnxruntime
  3. 03验证安装结果
  4. 04报告配置成功或失败

适用场景

  1. 01配置 Oracle 推理环境
  2. 02检查 onnxruntime 是否可用
  3. 03为守护进程下次会话启动做准备

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/athola/claude-night-market --skill setup

安装后在 Claude Code 中输入/setup确认已加载。

详细介绍

Oracle 设置

配置机器学习推理环境。

不要使用的情况

  • 守护进程已配置完成，只需使用
  • 评估技能本身的质量（使用 abstract:skills-eval）

执行内容

  1. 使用 uv 创建 Python 3.11+ 虚拟环境
  2. 将 onnxruntime 安装到虚拟环境中
  3. 验证安装

前提条件

  • 必须已安装 uv
  • 初次下载时需要联网

步骤

  1. 运行配置：
cd plugins/oracle && uv run python -c "
from oracle.provision import provision_venv, get_venv_path
result = provision_venv(get_venv_path())
print(result.message)
"
  1. 向用户报告结果。
  2. 如果成功，告知用户守护进程将在下一个会话中启动。
  3. 如果失败，显示错误，并建议检查 uv 和网络。

完成标准

  • provision_venv() 返回的结果中包含非错误的 message， 且虚拟环境路径存在于磁盘上的 plugins/oracle/ 下
  • 在已配置的虚拟环境中可以导入 onnxruntime； 通过运行 uv run python -c "import onnxruntime" 并以 0 退出码来验证
  • 向用户明确说明成功时守护进程将在下一个会话中启动，或在失败时清楚说明具体错误及问题是否与 uv 或网络有关
  • 失败时，不留下会妨碍重新尝试的损坏虚拟环境残留

评论

支持 Markdown