tensorrt-practice

基于当前仓库改动生成 Conventional Commits 风格的提交信息。用于编写、改写、审核 commit message；从暂存/未暂存 diff 推断 type、scope、subject 和可选 body，避免套模板。

在 Jetson 上用 uv 构建可复现 Python 环境，并按 NVIDIA 官方文档与设备信息安装匹配的 PyTorch/torchvision。适用于 JetPack/L4T 版本不确定、索引选择、安装失败排查、CUDA 可用性验证。

为 TensorRT 学习工程新增一个可维护的子模块，并按约定接入 CMake（仅脚手架与构建管理，不实现推理逻辑）