LMIXR/CV_Deployment_skill

解決する問題

このプロジェクトは、コンピュータビジョン（CV）アプリケーションのデプロイに関わる複雑で現実的なエンジニアリングタスクを処理するための構造化された「スキル」をAIエージェントに提供します。生の技術文書と実行可能なエージェントの動作の間のギャップを埋め、エージェントが環境設定、依存関係のコンパイル、ビデオストリーム統合、およびさまざまなハードウェアプラットフォームでのサービスデプロイをナビゲートするのを支援します。

仕組み

このプロジェクトは、エンジニアリング知識のライブラリ（LMIXR/helpfileリポジトリから取得）を標準化された$cv-deployスキルにカプセル化します。エージェントがデプロイの問題を任されると、このスキルを使用してターゲットプラットフォームとプロジェクトの制約を特定し、提供されたドキュメントを相互参照し、適切な技術ソリューションを選択し、タスクを実行するために必要なコマンドまたは設定を生成します。

対象者

これは、AIエージェントを使用してCVプロジェクトのインフラストラクチャとデプロイワークフローを自動化する開発者およびエンジニア向けに設計されています。Ubuntu、CentOS、Windows、macOS、Jetson、Raspberry Pi、RK3399を含む多様な環境で作業する人々に特に役立ちます。

ハイライト

• 包括的なカバレッジ：環境設定（CUDA、NVIDIA）、依存関係のコンパイル（OpenCV、FFmpeg、Qt）、ビデオストリーミングプロトコル（RTSP、ONVIF、GB28181）、およびサービスデプロイ（Docker、systemd）のガイドが含まれています。
• エージェント対応：エージェントのスキルディレクトリにドロップインできるように設計されており、「JetsonでRTSPデコードをトラブルシューティング」や「Windows依存関係をコンパイル」などの自然言語コマンドを可能にします。
• トレーサブルな知識：119の文書化されたエンジニアリングソースに基づいて構築されており、エージェントのアクションが実証済みの実際のデプロイ経験に基づいていることを保証します。
• プラットフォーム非依存：幅広いオペレーティングシステムとハードウェアアーキテクチャをサポートし、特定の履歴設定が現在の環境に適用可能かどうかをエージェントが判断するのに役立つロジックを備えています。