國網晶創26 (Nano4) GP1 生醫 HPC 教學手冊

Appearance

第 06 章：Nano4 AI Agent 技能總匯庫 (Skills Hub) ​

本目錄為國網中心晶創26（Nano4 / nano4.nchc.org.tw）超級電腦量身設計的 AI Agent 專家技能庫（Skills Hub）。

透過將這些技能掛載至使用者的 Agent 環境（本課程的 Antigravity 內建 Agent、Codex、Claude Code，以及 Cursor 等），AI 助手將從通用程式設計師，進化為精通 Nano4 超算排程、專案錢包授權、QoS 防呆規則與大數據生醫管線的專屬專家。

NOTE

本章 Skills 位於教材 repository。若重新開啟終端機，先回到教材根目錄：

bash
cd "$HOME/Nano4-Docs"

TIP

第三堂的主軸：把您的 skill 和課程 Skills 比較。 第二堂您在第 03 章 Lab 11 做了 my-nano4-slurm；本章的 Skills 是講師整理的版本。兩者比較後，把值得學的地方補進自己的 skill，見本章最後的「練習：比較我的 skill 與課程 Skills」。

📦 技能庫清單 (Skills Catalog) ​

技能名稱核心功能適用場景
nano4-slurm-operations• 執行唯讀 preflight 檢查
• 驗證 wallet 專案與 Slurm association
• 檢查生醫專案 (GOV115088) 與 ngs* 佇列政策相容性		準備派送作業、查詢專案權限或確認佇列政策時
slurm-job-advisor• 引導式 4 步問答挖掘運算需求
• Nano4 硬體約束防呆（ngs62g 必須 -c 8 --mem=62G、GOV115088 只能用 ngs62g、dev 需 --gres=gpu:1）
• validate_slurm.sh 靜態檢查 + sbatch --test-only 免扣點預檢，任何一項不符即判定失敗		需要規劃、配置、診斷或撰寫 Slurm 排程腳本時
ai-agent-slurm-pipeline• 互動式腳本自動重構為 Slurm 批次管線
• 高速離線 (Case A) vs 外網直連 (Case B) 架構選型
• 多階段相依管線自動串接 (--dependency=afterok:)		將 VS Code / 登入節點執行的資料分析流程派送至計算節點時
nfcore-ampliseq-nano4• 真實 amplicon 資料溯源與 checksum
• nf-core test → 正式資料的 Slurm 執行
• primer、metadata、結果與資源驗證		在 Nano4 準備、執行或審查 nf-core/ampliseq 分析時

🚀 快速安裝與啟用 ​

方法一：Nano4 登入節點一鍵同步腳本 (最推薦) ​

在 Nano4 登入節點上執行隨附的同步腳本：

bash
cd "$HOME/Nano4-Docs/06-skills-hub"
bash sync_skills.sh

執行後，所有技能會複製到三個位置：~/.agents/skills/（Codex 讀取）、~/.claude/skills/（Claude Code 讀取）與 ~/.gemini/config/skills/（Antigravity 讀取）。三個 Agent 開新對話時就會載入這些技能。

NOTE

以 $HOME/Nano4-Docs 為工作資料夾時，Antigravity 與 Codex 也會直接載入 repository 裡 .agents/skills/ 的同一批技能，不需要安裝；sync_skills.sh 讓您在其他資料夾（例如 /work/<帳號>）也能使用。

方法二：現代標準 npx skills add 全域安裝 ​

（需先有 Node.js / npm；登入節點若沒有 npx，請改用方法一。兩種方法擇一即可；本課程建議用方法一，它會同時安裝到三個 Agent 的技能目錄。）

相容 skills.sh 規範，支援 Google Antigravity、Claude Code、Cursor 等各類 AI Agent：

bash
# 1. 檢視倉庫內所有可用技能
npx -y skills add gemini960114/Nano4-Docs -l

# 2. 一鍵全域安裝所有技能 (~/.agents/skills/)
npx -y skills add gemini960114/Nano4-Docs -g -y

🛠️ 內建實用工具速查 ​

bash
# 1. 執行 Nano4 唯讀環境與計畫預檢 (nano4-slurm-operations)
bash "$HOME/Nano4-Docs/06-skills-hub/nano4-slurm-operations/scripts/slurm-preflight.sh" --project GOV115088 --partition ngs62g

# 2. 查詢 wallet 額度與可用佇列即時資源 (slurm-job-advisor)
bash "$HOME/Nano4-Docs/06-skills-hub/slurm-job-advisor/scripts/check_slurm_env.sh"

# 3. 驗證 Slurm 腳本合規性與免扣點模擬預檢 (slurm-job-advisor)
bash "$HOME/Nano4-Docs/06-skills-hub/slurm-job-advisor/scripts/validate_slurm.sh" \
    "$HOME/Nano4-Docs/03-slurm-syntax-and-job-management/templates/standard_cpu_job.slurm"

🧪 練習：讓 Skill 抓出不合規的 Slurm 腳本 ​

目標：sbatch --test-only 只檢查帳號與分區，不會發現「ngs62g 記憶體沒有用 62G」這類違反官方規格的錯誤。本練習用 slurm-job-advisor 的驗證工具抓出這些錯誤，再讓 AI Agent 依 Skill 修正。

  1. 準備一份正確、兩份故意寫錯的腳本：

    bash
    mkdir -p /work/$USER/skill_lab && cd /work/$USER/skill_lab
cp "$HOME/Nano4-Docs/03-slurm-syntax-and-job-management/templates/standard_cpu_job.slurm" good.slurm
sed 's/^#SBATCH --mem=62G .*/#SBATCH --mem=16G/' good.slurm > bad_mem.slurm
sed 's/^#SBATCH --partition=ngs62g .*/#SBATCH --partition=ngs32g/' good.slurm > bad_partition.slurm

  2. 先用 sbatch --test-only 檢查 bad_mem.slurm：

    bash
    sbatch --test-only bad_mem.slurm

    會顯示 Job ... to start at ...，也就是排程器沒有發現記憶體設定錯誤。

  3. 改用 Skill 的驗證工具檢查三份腳本：

    bash
    V="$HOME/Nano4-Docs/06-skills-hub/slurm-job-advisor/scripts/validate_slurm.sh"
bash "$V" good.slurm;          echo "exit=$?"
bash "$V" bad_mem.slurm;       echo "exit=$?"
bash "$V" bad_partition.slurm; echo "exit=$?"

    預期結果：

    腳本驗證結果回傳值
    good.slurm🎉 [驗證通過]0
    bad_mem.slurm❌ [規格錯誤] 'ngs62g' 官方規格為 --mem=62G，目前設定為 16G！1
    bad_partition.slurm❌ [授權錯誤] 計畫 GOV115088 只能使用 ngs62g1

  4. 讓 AI Agent 修正：在 Antigravity（或 Claude Code）開啟 /work/<帳號>/skill_lab，輸入：

    text
    請使用 slurm-job-advisor skill 檢查 bad_mem.slurm 與 bad_partition.slurm，說明錯在哪裡並修正，修正後執行 validate_slurm.sh 確認通過，但不要提交作業。

  5. 自己再執行一次步驟 3，確認三份腳本都顯示 🎉 [驗證通過]。

💡 AI Agent 實戰調用示範 ​

當您在 Antigravity（內建 Agent、Codex 或 Claude Code）對 AI 說：

使用者提問：
「我想在 Nano4 上跑一個 FASTQ 質控任務，有 8 個樣本，幫我寫一份 Slurm 批次腳本。」

AI Agent 偵測到掛載的 slurm-job-advisor 技能後，將自動進行以下專業動作：

  1. 呼叫 wallet 盤點使用者的可用計畫（如生醫 GOV115088 或一般 AI GOV113021）。
  2. 主動防呆：為生醫任務推薦 ngs62g 分區，並依官方規格主動加入 #SBATCH --cpus-per-task=8 與 #SBATCH --mem=62G，防止初學者漏寫導致的 QOSMaxMemoryPerJob 卡死。
  3. 自動使用萬用日誌格式：#SBATCH --output=%x-%j.out，避免子目錄不存在的崩潰問題。
  4. 自動調用 sbatch --test-only 進行免扣點預檢，確認帳號與分區組合可被接受；CPU / 記憶體是否超過 QoS 上限，則由技能內建的佇列規則另外比對（--test-only 不會檢查 QoS）。

🧪 練習：比較我的 skill 與課程 Skills ​

目標：第二堂您把和 Agent 合作的經驗存成 my-nano4-slurm；課程的 slurm-job-advisor、ai-agent-slurm-pipeline 解決的是類似的問題。比較兩者，把值得學的地方補進自己的 skill。

  1. 在 Antigravity 開啟 $HOME/Nano4-Docs，選一個 Agent 開新對話，輸入：
    text
    請比較我的 skill ~/.agents/skills/my-nano4-slurm/SKILL.md 和課程提供的 06-skills-hub/slurm-job-advisor/SKILL.md、06-skills-hub/ai-agent-slurm-pipeline/SKILL.md。
用表格列出：兩邊都有的規則、只有課程 Skills 有的檢查、只有我的 skill 有的經驗。先不要修改任何檔案。
  2. 和同學討論：課程 Skills 有哪些檢查是您在 Lab 10 沒有遇到、但真實研究會遇到的（例如 validate_slurm.sh 抓出 sbatch --test-only 漏掉的規格錯誤）？您的 skill 又記下了哪些課程 Skills 沒寫的經驗？
  3. 挑一到兩項補進自己的 skill：
    text
    請把剛才表格中「只有課程 Skills 有的檢查」裡，對我最有用的兩項補進 my-nano4-slurm，保留我原本的經驗，改完後讓我看修改的地方。
  4. 重新安裝，讓三個 Agent 都讀到新版本：
    bash
    bash "$HOME/Nano4-Docs/03-slurm-syntax-and-job-management/scripts/install_my_skill.sh"

👉 下一課：第 07 章：nf-core/ampliseq 真實 16S 案例

本教學手冊深度整合國網中心官方指南與實務踩坑經驗，實際配置請以各服務官方資訊為準。

Copyright © 2026 NCHC Nano4 Tutorial