Remote Compute NVIDIA Provider Skill

一份 NVIDIA NIM 的渐进披露 runbook，底下压着一条 Host 能识别的可信 compute-provider 边界。provider.py 不是 kernel.py 那样的 sidecar，而是由受限的 compute-provider helper 加载的 provider 实现代码；provider.json 声明这个 helper 能拿到的那一小片环境与出网范围。

这些文件在这里，byoc:nvidia 才能在兼容的 OpenAI4S 组合里被发现。但这不代表任务真的跑得起来：hosted 模式需要有效的 NVIDIA API key 和网络；self-hosted 模式需要 Docker、装了 Container Toolkit 的 NVIDIA GPU、一个拉得下来的 NIM 镜像，通常还需要 NGC credential。提交任务仍然要过审批，并且会消耗真实资源。

安装

一个 Skill 就是一个文件目录，所谓安装，就是把这个目录复制到 Agent 会去读的地方。有 Node 18+、且 PATH 上有 git（npm 靠它解析 github: 形式的包名）即可，无需先克隆仓库：

npx github:PKU-YuanGroup/OpenAI4S install remote-compute-nvidia --target claude

--target claude 写入 ~/.claude/skills，claude-project 写入 ./.claude/skills，openai4s 写入 <data_dir>/user-skills，--dir <path> 则写到你指定的任意位置。往目标写任何东西之前，都会先打印解析出的绝对路径；--dry-run 到此为止，不再写入。重装时，若目标副本被你改过、或者不是它自己装的，就拒绝覆盖；uninstall 也只删除它自己写过的文件。对于 npm 发布版中包含的配方，可用 npx @pku-yuangroup/openai4s-skills install remote-compute-nvidia --target claude 安装发布版本。npm 目录可能与当前仓库不同。

没有 Node 时，直接取这个目录——需要 .zip 上传时再打包。tarball 是整个仓库（超过 100 MB），下面这条管道是 POSIX shell（macOS、Linux、WSL）写法，只解出这一个目录：

curl -L https://codeload.github.com/PKU-YuanGroup/OpenAI4S/tar.gz/refs/heads/main \
  | tar -xz --strip-components=2 OpenAI4S-main/skills/remote-compute-nvidia
python3 -m zipfile -c remote-compute-nvidia.zip remote-compute-nvidia

同一份内容的图形界面版本是点击下载整个仓库 zip 包，Windows 上也走这条路：解压后把 skills/remote-compute-nvidia/ 拷出来即可（unzip main.zip 'OpenAI4S-main/skills/remote-compute-nvidia/*' 只解这一个目录）。如果你本来就在跑 OpenAI4S，那这里没有任何东西需要安装——wheel 自带全部内置 Skill，且内置 Skill 优先于 <data_dir>/user-skills 里的同名副本。目标目录、来源记录，以及安装器拒绝去做的那些事：tools/skills-installer/。

文件