- name
- eai-dev-setup
- version
- 1.0.0
- description
- 自动化配置 Ubuntu 算法开发环境（中国网络优化版）；当用户需要初始化新系统、配置深度学习开发环境、批量安装开发工具时使用
- author
- Jessy-Huang
- license
- MIT
- repository
- https://github.com/Jessy-Huang/Embodied_ubuntu-dev-setup
- dependency
- python
EAI 开发环境自动配置
任务目标
- 本 Skill 用于：自动化配置 Ubuntu 系统的算法开发环境
- 能力包含：系统检测、工具安装、环境配置、GPU 驱动安装
- 触发条件：新系统初始化、环境重置、批量安装开发工具
重要约定
- 分步执行：按步骤引导用户完成配置，每步询问是否执行
- 进度提示：长时间操作（下载、安装）显示进度信息
- 用户确认：涉及 sudo 权限的操作必须用户确认
- 禁止删除：不会删除任何已有文件
安装步骤流程
第一步：系统检测（必需）
目的：了解当前系统状态，确定后续安装内容
操作：
python scripts/system_check.py输出内容：
- Ubuntu 版本和内核
- 已安装的开发工具
- GPU 信息（如有）
- 可用磁盘空间
时间：约 10 秒
第二步：配置网络代理（推荐优先）
目的：加速后续 GitHub 和 HuggingFace 访问
2.1 GitHub 代理配置
说明：使用 gh-proxy.org 加速所有 GitHub 访问
是否执行：询问用户
命令：
git config --global url."https://gh-proxy.org/https://github.com/".insteadOf "https://github.com/"验证：
git config --global --get url."https://gh-proxy.org/https://github.com/".insteadOf2.2 HuggingFace 镜像配置
说明：使用 hf-mirror.com 加速模型下载
是否执行：询问用户
命令：
echo "export HF_ENDPOINT=https://hf-mirror.com" >> ~/.bashrc验证：
echo $HF_ENDPOINT时间：约 5 秒
第三步：安装基础工具
目的：安装浏览器、编辑器等日常工具
工具列表：
| 工具 | 说明 | 时间 |
|---|---|---|
| Chrome | 浏览器 | 约 1 分钟 |
| Edge | 浏览器（可选） | 约 1 分钟 |
| VSCode | 代码编辑器 | 约 1 分钟 |
| Cursor | AI 编辑器（可选） | 约 1 分钟 |
| 飞书 | 协作工具（可选） | 约 1 分钟 |
安装方式：逐个询问用户是否安装
示例命令：
# 安装 Chrome
python scripts/install_package.py --package-name google-chrome-stable \
--install-type url \
--deb-url "https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb" \
--use-sudo进度提示：
- 下载时显示：
[下载中] 正在下载 Chrome... - 安装时显示：
[安装中] 正在安装 Chrome... - 完成时显示：
[完成] Chrome 安装成功
第四步：安装开发环境
目的：安装 Docker、conda、CUDA 等开发工具
4.1 Docker 安装
说明：容器化工具，使用阿里云镜像安装
是否执行：询问用户
命令：
python scripts/install_docker.py --install进度提示：
[1/6] 卸载旧版本 Docker...[2/6] 安装依赖包...[3/6] 添加 GPG 密钥...[4/6] 添加软件源...[5/6] 安装 Docker CE...（约 2-5 分钟）[6/6] 配置镜像加速器...
时间：约 3-5 分钟
4.2 Conda 安装
说明：Python 环境管理工具
是否执行：询问用户
安装步骤：
- 询问安装 Anaconda 还是 Miniconda
- 询问安装路径（默认
~/anaconda3） - 下载安装脚本（清华镜像）
- 执行安装
进度提示：
[下载中] 正在从清华镜像下载 Anaconda...（约 500MB，可能需要几分钟）[安装中] 正在安装 Anaconda...[配置中] 正在配置环境变量...
时间：约 5-10 分钟（取决于网速）
4.3 CUDA/cuDNN 安装
说明：GPU 深度学习环境
是否执行：询问用户（检测到 NVIDIA GPU 时推荐）
详细步骤：参考 references/cuda_guide.md
重要提示：
- ⚠️ CUDA 安装后需要重启系统
- 建议在最后一步执行
进度提示：
[检测中] 正在检测 GPU 和驱动...[下载中] 正在下载 CUDA Toolkit...（约 3GB）[安装中] 正在安装 CUDA...（约 2-5 分钟）
时间：约 10-20 分钟
第五步：安装终端工具
目的：增强终端体验
5.1 Terminator 安装
说明：多窗口终端
是否执行：询问用户
命令：
python scripts/install_package.py --package-name terminator --install-type apt --use-sudo时间：约 30 秒
5.2 Zsh + Oh-My-Zsh 安装
说明：增强型 shell
是否执行：询问用户
命令：
python scripts/setup_zsh.py --use-sudo --install-oh-my-zsh --china-mirror \
--plugins "git zsh-autosuggestions zsh-syntax-highlighting"进度提示：
[1/4] 安装 zsh...[2/4] 安装 oh-my-zsh（使用 Gitee 镜像）...[3/4] 安装插件...[4/4] 配置 .zshrc...
时间：约 1-2 分钟
第六步：系统重启（如有需要）
触发条件：
- 安装了 NVIDIA 驱动
- 安装了 CUDA
- 修改了系统级配置
提示：
⚠️ 检测到以下操作需要重启系统：
- NVIDIA 驱动安装
- CUDA Toolkit 安装
请保存当前工作后重启系统：
sudo reboot资源索引
必要脚本
- 系统检测：scripts/system_check.py
- 工具安装：scripts/install_package.py
- Docker 安装：scripts/install_docker.py
- 环境配置：scripts/config_env.py
- 终端配置：scripts/setup_zsh.py
领域参考
执行指导
智能体执行规范
- 分步询问：每完成一步，询问用户是否继续下一步
- 进度显示：执行脚本时，实时显示输出信息
- 时间预估：长时间操作提前告知预估时间
- 错误处理：失败时提供解决方案，询问是否重试
进度提示格式
========================================
[步骤 X/N] 正在执行：操作名称
========================================
⏳ 预计时间：X 分钟
📥 进度：正在下载/安装/配置...
✅ 完成：操作名称 完成用户确认格式
========================================
即将执行：操作名称
========================================
说明：简要说明该操作的作用
影响：是否需要 sudo / 是否需要重启
时间：预计耗时
是否继续？(yes/no):国内镜像源汇总
| 类型 | 镜像源 | 地址 |
|---|---|---|
| GitHub | gh-proxy | https://gh-proxy.org/https://github.com/ |
| HuggingFace | hf-mirror | https://hf-mirror.com |
| pip | 清华 | https://pypi.tuna.tsinghua.edu.cn/simple |
| conda | 清华 | https://mirrors.tuna.tsinghua.edu.cn/anaconda/ |
| Docker | 阿里云 | https://mirrors.aliyun.com/docker-ce/ |
| oh-my-zsh | Gitee | https://gitee.com/shmhlsy/oh-my-zsh-install.sh |