القائمة
OneScience 环境安装技能。用于根据 onescience.json 安装或验证 OneScience、创建或复用 conda 环境、检测已有 onescience 包、在记录的 conda 环境或当前环境中安装 Python 包；缺少 run_site 或远程 SSH 配置时先调用 onescience-runsite 补齐运行站点配置。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | onescience-installer |
| description | OneScience 环境安装技能。用于根据 onescience.json 安装或验证 OneScience、创建或复用 conda 环境、检测已有 onescience 包、在记录的 conda 环境或当前环境中安装 Python 包；缺少 run_site 或远程 SSH 配置时先调用 onescience-runsite 补齐运行站点配置。 |
| type | executor |
onescience.json。onescience.json.runtime.execution_profile.run_site 获取 local 或 remote。run_site=remote 时，必须能从 onescience.json.runtime.ssh 获取 SSH 信息。run_site，或 run_site=remote 但 SSH 信息不完整，读取 ./references/runsite-handoff.md，调用 skills/onescience-runsite 补齐配置；只有 runsite 成功写回或更新 onescience.json 后，才能继续安装流程。./references/discover-route.md，识别用户意图、安装领域、Python 包列表、runtime.conda 状态和目标环境路径。./references/install_flow.md。onescience、OneScience 环境、earth/cfd/bio/matchem/all 时必须先执行 workspace_bootstrap_profiles.json.wheel.download_wheel_command 下载 wheel，再从已下载 wheel 的 METADATA 探测 Provides-Extra，然后按领域 + 加速卡选择匹配 extra，并通过 pip install "onescience[{resolved_extra}]" -i http://mirrors.onescience.ai:3141/pypi/simple/ --trusted-host mirrors.onescience.ai 安装；不得把下载下来的 wheel 当作安装载体，也不得渲染 pip install onescience、python -m pip install onescience 或把 onescience 放入 {python_packages}。./references/writeback-conda-state.md 写回 onescience.json.runtime.conda。onescience-orchestrator 规划后续任务。installer 不得自行推断新的业务 downstream skill；除文档中已明确的 runsite 补齐调用外，后续由谁执行一律由 caller 或 onescience-orchestrator 决定。./assets/backend_profiles.json：环境名、Python 版本、module 顺序、verify 口径。./assets/workspace_bootstrap_profiles.json：OneScience wheel 来源、extras 探测与安装入口。./assets/install_domains.json：earth/cfd/bio/matchem/all 到领域意图的映射。./assets/conda_env.example.json：成功写回格式示例。installer 的环境信息写回位置是 onescience.json.runtime.conda。除 runtime.conda 外，不修改 onescience.json 的其它信息。
install_intent=bootstrap。onescience 包名大小写不敏感，命中后永远按 bootstrap 处理。install_intent=python_packages；但包名列表里若包含 onescience，必须拆分并将 onescience 路由到 install_intent=bootstrap，其余普通 Python 包才允许继续走 pip 分支。installer_reason=workspace_model_path_detected：conda 环境已就绪，跳过环境检测与安装步骤，直接路由到 ./references/workspace-model-path-discovery.md 完成模型路径探测与写回。这是 runtime 的轻量委托，不涉及 conda 创建或 pip 安装。installer_reason=preflight_validation：进入纯环境就绪验证模式，读取 ./references/preflight-validation.md 执行完整的环境预检。此模式不做任何安装操作；若预检发现环境缺失，再按失败分类路由到对应安装分支。此模式是 orchestrator 和 runtime 的环境前置检测的统一入口，实现环境检测职责从 orchestrator/runtime 向 installer 的完整迁移。install_intent=bootstrap 必须解析安装领域；无法从请求映射到 install_domains.json 时，询问用户安装哪个领域或是否安装 all。install_intent=python_packages 必须解析包名列表；缺少包名时只询问包名。| 前置状态 / 用户意图 | 必读工作流 |
|---|---|
缺少 run_site，或远程模式缺少 SSH 信息 | ./references/runsite-handoff.md |
| 进入安装后的通用发现、意图识别、路径判定 | ./references/discover-route.md |
runtime.conda 缺失，需要先判断目标环境是否已有 OneScience 包 | ./references/detect-existing-onescience.md |
| 意图是安装 OneScience，且目标路径是创建或复用 Conda 环境 | ./references/install-onescience-conda.md |
| 意图是安装 OneScience，且目标路径是当前环境 | ./references/install-onescience-current.md |
| 意图是安装 Python 包，且目标路径是 Conda 环境 | ./references/install-python-packages-conda.md |
| 意图是安装 Python 包，且目标路径是当前环境 | ./references/install-python-packages-current.md |
检测成功、安装成功并验证成功后需要写回 onescience.json.runtime.conda | ./references/writeback-conda-state.md |
| 环境就绪后需要自动探测 workspace 模型与数据集路径 | ./references/workspace-model-path-discovery.md |
上游委托 installer_reason=workspace_model_path_detected（纯路径发现） | ./references/workspace-model-path-discovery.md，无需走 conda 检测/安装分支 |
installer_reason=preflight_validation（纯环境就绪预检，不安装） | ./references/preflight-validation.md |
detect-existing-onescience.md）：可直接执行检测命令，不需要用户确认；检测完成后只报告结果，不得自动创建环境或安装包。run_site=remote 时，在 SSH 信息齐备前不要执行安装、验证或包检测。run_site=remote 时不要在本端 shell 执行 conda 或任何安装/验证命令；远端安装必须通过远端执行模板完成。onescience 当作普通包塞进 {python_packages}；bootstrap 路径必须先下载 wheel 以探测 extra，再通过 pip install \"onescience[{resolved_extra}]\" -i http://mirrors.onescience.ai:3141/pypi/simple/ --trusted-host mirrors.onescience.ai 完成安装，而不是把下载下来的 wheel 直接拿来安装。runtime.conda 缺失时，必须先走 detect-existing-onescience.md；若目标环境已有 onescience 和 torch 包，写回环境信息到 runtime.conda 并返回，不创建环境；若都没有，只报告检测结果，询问是否创建 conda 环境并安装 onescience。runtime.conda.enabled=true 时，后续 Conda 路径必须使用记录的 env_name 和 activate_script。runtime.conda.enabled=false 时，默认按当前环境路径处理；除非用户明确同意，否则不要创建 Conda 环境。阶段汇报和最终输出至少包含：
run_siteworkflowinstall_intentinstall_stateverify_stateconda_writebacknext_actionresume_targetresume_phaseOneSkills 是面向 AI4S 的科研智能体技能库，聚焦科研开发、实验运行与环境交付等关键环节，提供可复用、可组合、可落地的任务执行能力。
OneScience 原语资源召回技能。根据自然语言需求检索相关原语资源（模型、组件、数据管线、应用、可视化规范、工作流规划、契约等），通过范围判定、快速过滤和语义匹配召回，按内容需求返回相应知识；不做科研规划与代码实现。
OneScience 数据分析执行技能（type=executor）。负责数据分析、可视化与报告输出，不涉及任务规划。接收规划好的任务，调用工作流执行统计分析、可视化生成和报告输出，根据领域自动匹配可视化规范（气象、生信、流体、材料等）。
OneScience / OneSkills 的通用任务编排主控，也是体系默认执行入口。它负责根据统一资源契约的资源摘要识别用户意图，召回并融合 type=expert 规划技能的 proposal，维护 Task State，绑定资源，并按执行技能能力边界拆分和调度 type=executor 的 coder/paper-repro/runtime/installer/evaluator 等执行技能，把复杂目标组织成可追踪、可回退、可闭环的任务流。用户提示词中出现“使用onescience”“使用onescience技能”“使用oneskills”“使用oneskills技能”等表达时默认先进入本技能；仅当用户已明确指定要直接使用的具体技能（如“使用onescience-runtime技能执行运行”）时，才可跳过本技能并直接调用目标技能。它不承载具体领域专家知识；新增任务类型应通过新增资源包、专家规划技能或执行技能扩展。注意：本技能负责编排调度但不直接执行任务，规划和执行在同一 skill 内按循环推进，完成 observation 后可继续下一轮。
【统一运行与基础诊断技能】按 discover、preflight、execute、diagnose 固定闭环执行测试任务，依据 onescience.json 的 execution_profile 三元组路由执行通道。preflight 阶段完整委托 onescience-installer 执行环境就绪预检（installer_reason=preflight_validation），runtime 只消费 readiness 结果；SCnet 提交任务时必须读取根级 onescience.json.runtime.scnet 并把 region、partition/queue、work_dir 和资源参数交给 scnet-chat；配置问题自动委托 onescience-runsite 补齐；环境问题由 onescience-installer 安装或修复并 verify 成功后回到 runtime 继续原测试任务；当 execution_mode 为 slurm 且提交或运行反馈表明 partition、gpus_per_node、memory 等资源不可用时，探测可用 SLURM 资源并受控调整后重试。
通过自然语言交互管理 SCNet Chat 超算平台。用户需要查询/管理 SCNet 超算平台资源，包括查询作业、提交作业、管理文件、查看账户信息、切换区域等。触发关键词：scnet、超算、作业、作业管理、文件管理、账户、余额、查询余额、机时、集群、队列、上传、下载、重命名、区域切换、昆山、山东、西安等。