Earth2Studio 可发现性技能

目的

帮助用户找到适合其天气/气候任务的 Earth2Studio 模型、数据源和示例。适用于以下场景：根据 GPU/VRAM 需求比较模型、选择预报类别（即时预报、中期预报、季节预报）、通过词汇表查找兼容数据源、或查找用于降尺度、集合生成或数据同化的示例。

前置条件

• 需要网络访问以获取 nvidia.github.io 上的实时文档页面
• 熟悉 Earth2Studio 徽章系统（类别、区域、VRAM、版本）

你将帮助用户找到适合其用例的 Earth2Studio 组件。你的任务是理解用户的需求，然后根据实时文档，推荐匹配的模型、数据源和示例。

核心原则：从实时文档发现，不要死记

Earth2Studio 在每个版本中都会新增模型、数据源和示例。模型类别会获得新徽章，新数据源会不断出现，示例也会重新组织。此技能中的任何静态列表都将过时。

规则：

1. 在推荐组件之前，始终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、版本）来筛选候选组件。
3. 使用词汇表系统验证数据源与模型的兼容性（见第 4 步）。
4. 引用文档 URL，方便用户进一步探索。

实时文档参考

根据需要获取以下页面（不要一次性全部获取——仅获取用户问题所需的页面）：

交互协议

第 1 步：理解用户的问题

从用户的描述中提取以下信息（如有需要可追问，最多不超过 3 个问题）：

• 任务类型 — 中期预报、即时预报、降尺度/超分辨率、季节/次季节预报、数据同化、气候预估、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（即时预报）、未来数天（中期预报）、未来数周/月（季节预报）、气候
• 关注的变量 — 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）
• 确定性与集合 — 单一预报或概率预报

好的追问方式："您需要的是单一最佳估计预报，还是带不确定性的集合预报？" — 而不是 "您的用例是什么？"

第 2 步：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）
• 观测同化 → 数据同化（da）
• 通常工作流会串联 px → dx，因此也需要检查两者

从文档页面中，为每个候选模型提取：

• 类别徽章 — NWC、DS、MR、S2S、DA、CM
• 区域徽章 — Global、NA、EU、AS 等
• 推荐 VRAM 徽章 — 最低 GPU 内存
• 发布年份 — 同一类别中，较新模型通常取代较旧模型

筛选出与用户任务类型、区域和硬件匹配的模型。提供简短列表（不是完整目录）并附上徽章元数据。

第 3 步：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 → 数据框数据源

注意哪些数据源覆盖了用户的区域和变量。

第 4 步：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() 声明其所需的输入变量。数据源通过其词汇表 VOCAB 提供可用变量。如果数据源的词汇表 VOCAB 键包含了模型 input_coords 中的所有变量（即"变量"维度），则它们兼容。

验证方法：

1. 检查模型的文档页面或源码，获取其 input_coords——特别是变量列表
2. 检查数据源的词汇表文件 earth2studio/lexicon/.py，查看其 VOCAB 键
3. 确认数据源 VOCAB 覆盖了模型所需的所有变量

如果直接查看源码（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
...（每个数据源对应一个文件）

每个文件定义了一个 VOCAB: dict[str, str | tuple]，将 Earth2Studio 变量名映射到特定数据源的标识符。

清晰呈现兼容性结果："GraphCastOperational 需要 [变量列表]——GFS 和 ERA5（通过 ARCO/CDS）都能提供这些变量，但 HRRR 不覆盖 X 以上的气压层。"

第 5 步：推荐示例

获取示例库，找出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、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

为用户推荐最相关的 1-3 个示例作为起点。解释每个示例演示的内容以及它们与用户问题的关系。

第 6 步：返回推荐结果

输出结构（省略空的部分）：

## 您的用例
[1-2 句话重述用户的目标]

## 推荐模型
| 模型 | 类别 | 区域 | VRAM | 原因 |
|-------|-------|--------|------|-----|
[每行附有理由的简短列表]

## 兼容的数据源
| 数据源 | 覆盖范围 | 兼容模型 |
|-------------|----------|-----------------|
[通过词汇表验证]

## 相关示例
- [示例名称](链接) — 演示内容

## 后续步骤
[需要安装什么、接下来阅读什么]

推荐最多 2-4 个模型。如果存在多个选项，请解释权衡关系（精度 vs 速度、确定性 vs 集合、VRAM 等），而不是全部列出。

局限性

• 推荐结果仅与实时文档保持同步；未发布的模型不可发现。
• 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源码访问才能获得完整精度；仅通过文档检查是近似结果。

故障排除

所有权与范围外

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 技能）、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。