Menu
Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.
Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Une commande directe contourne le prompt de vérification. Examinez la source avant de l'exécuter.
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill external-gitcode-ascend-mmdetLa commande reste sur une seule ligne. Faites défiler horizontalement pour la vérifier avant de la copier.
Vous préférez une copie locale ? Téléchargez les fichiers actuellement disponibles dans SkillsMP.
评估 CANN 算子仓的「进阶教程 / 开发指南」类文档质量——通读文档 + 对照算子代码**静态**查证(默认不跑),按五轴(找得到/信得过/学得会/可操作/读得懂)找出 漏讲/讲不清/过时/对不上代码/概念讲错,产出带证据与改进建议的体检报告(MD + HTML)。涉及「评进阶教程 / 开发指南文档质量 / 文档对不对得上代码 / 教程审稿 / tutorial 体检 / 文档信不信得过」等意图时使用。只评不改不跑,只对着文档与代码出诊断。
Run NPU inference/training tests on a remote SSH server with vllm-ascend Docker container. Use when the user asks to test models on NPU, run inference on Ascend devices, or deploy models to an SSH server.
Track daily PRs and Issues from vllm-project/vllm and vllm-project/vllm-ascend, filter by model (DeepSeek/Qwen/GLM/MiniMax/Kimi) and tech topics (PD disaggregation, MTP, quantization, graph mode, performance), analyze with LLM, and generate a Markdown report. Use when user wants vllm daily tracker, PR/Issue digest, or Ascend inference ecosystem monitoring.
Basé sur la classification professionnelle SOC
Affichage de SKILL.md
| name | external-gitcode-ascend-mmdet |
| description | 在昇腾NPU容器中安装mmdetection。适用于目标检测模型的开发。 |
| type | capability |
| original-name | ascend-mmdet-install |
| synced-from | https://gitcode.com/Ascend/agent-skills |
| synced-date | 2026-05-26 |
| synced-commit | 1f7666e7768a0ceb21bb1d40ce4b5179fcb6f1d6 |
| license | UNKNOWN |
在昇腾NPU容器中安装 mmdetection（2D目标检测库）
确保 mmcv 已正确安装：
python -c "import mmcv; print(mmcv.__version__)"
根据网络情况选择：
服务器直连：
git clone -b v2.24.0 https://github.com/open-mmlab/mmdetection.git
服务器网络超时：配置代理或本地克隆后scp传输
# 方案1：配置代理
export http_proxy=http://proxy:port
export https_proxy=http://proxy:port
git clone -b v2.24.0 https://github.com/open-mmlab/mmdetection.git
# 方案2：本地克隆后传输（仍使用GitHub链接）
# 本地执行
git clone -b v2.24.0 https://github.com/open-mmlab/mmdetection.git
scp -r mmdetection user@server:/target/path/
重要：始终使用GitHub官方链接，不使用镜像站点。
cd mmdetection
cp /path/to/DrivingSDK/model_examples/BEVFormer/mmdet_config.patch .
git apply --reject mmdet_config.patch
source /opt/conda/bin/activate <conda-env-name>
pip install -e .
python -c "import mmdet; print(mmdet.__version__)"
NPU验证：
python -c "import site; print([p for p in site.getsitepackages() if 'cuda' in p.lower()])"
# 应输出空列表
向用户提问：