功能描述

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

使用说明 (SKILL.md)

EAI 开发环境自动配置

Name: Eai Dev Setup
Author: jessy-huang

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/".insteadOf

2.2 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

工具清单：references/tools_guide.md
CUDA 指南：references/cuda_guide.md
配置模板：references/config_templates.md

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`

安全使用建议

这套 Skill 在功能上与“为中国网络环境优化的 Ubuntu 算法/深度学习环境自动化配置”相符，但在安装前请注意： - 仔细审查包含的脚本（尤其是 system_check.py、install_package.py、install_docker.py、setup_zsh.py、config_env.py）以确认没有向外发送系统信息或执行未知网络调用；当前可见脚本行为与说明一致且有备份/询问逻辑。 - 验证并信任所用镜像/代理域名（gh-proxy.org、hf-mirror.com、Gitee 镜像、阿里云镜像等）；镜像可以加速下载但也有中间人风险，若在敏感环境请优先使用官方站点或企业受信镜像。 - 注意文档中提及的第三方安装脚本（例如通过 wget 下载并执行的 fishros 链接）：避免直接运行“wget | sh”或从不熟悉域名执行 root 脚本，必要时先下载并人工审查脚本内容。 - 在真实工作机上运行前，先在隔离的虚拟机或快照环境中测试流程，并保留系统快照/备份以便回滚。 - 保持交互确认（不要授予 skill 无监督的自动执行权限），并在需要 sudo 时亲自输入密码以确保人工审查。如果你愿意，我可以帮助你逐个检查被截断/未显示的脚本（例如 system_check.py 等被省略的文件），或者给出更具体的命令审计建议。

功能分析

Type: OpenClaw Skill Name: eai-dev-setup Version: 1.0.0 This skill bundle automates Ubuntu development environment setup through scripts that perform high-privilege operations, including system discovery, shell configuration, and software installation. It exhibits high-risk behaviors such as executing remote scripts via 'curl | sh' (in setup_zsh.py), downloading and installing .deb packages from external URLs (in install_package.py), and modifying .bashrc and .zshrc files. While these actions are aligned with the stated purpose and include user confirmation prompts, the scripts contain logic to bypass these prompts in non-interactive environments (e.g., EOFError handling in install_package.py and install_docker.py), which could allow an AI agent to perform unauthorized system modifications. No clear evidence of intentional malice or data exfiltration was observed.

能力评估

✓ Purpose & Capability

Skill 名称/描述与实际内容一致：包含系统检测、安装包管理、Docker/conda/CUDA 安装与 shell 环境配置等，且脚本（install_docker.py、install_package.py、config_env.py、setup_zsh.py 等）实现了这些功能。请求的操作（sudo、下载 deb、配置 /etc/apt、写入 ~/.bashrc 等）与“系统初始化与开发环境配置”目的相符。

ℹ Instruction Scope

SKILL.md 明确逐步询问并在需要 sudo 的操作前要求用户确认，且只指示运行包含在包内的脚本或执行特定安装命令；总体范围与目标一致。但说明和参考文档建议使用第三方代理/镜像（例如 gh-proxy.org、hf-mirror.com、Gitee 镜像、阿里云镜像）以及在文档中出现的可选命令（如通过 wget 下载并执行外部脚本的 fishros 链接）。这些外部主机/脚本是运行时的外部依赖，存在被替换或拦截的风险，应在信任来源或受控环境下使用。

✓ Install Mechanism

无 install spec——为指令/脚本型 Skill（风险较低）。所有安装行为由随附的 Python 脚本在目标机器上执行，脚本通过标准工具（apt, dpkg, curl, wget）下载官方或镜像站点的包并写入系统路径，未见使用可疑短链接或不常见单点下载源（大多数 URL 指向官方或常见镜像）。

✓ Credentials

Skill 不要求任何外部凭据或敏感环境变量。脚本会在用户 shell 配置文件中追加 HF_ENDPOINT、CUDA 路径、conda PATH 等环境变量，这与功能需求一致且脚本包含备份逻辑以保存原文件。没有发现要求 unrelated credentials 或跨服务的秘密访问。

ℹ Persistence & Privilege

Skill 未声明 always:true（默认不强制常驻），且允许模型自主调用（平台默认）。脚本会进行系统级更改并在多处需要 sudo；SKILL.md 要求用户确认才执行敏感操作，这很好。但因为 agent 可以被允许自动调用，若赋予自动执行权限则在无人监督下执行系统级命令会扩大风险——建议保留交互确认或禁用自动执行。

版本历史

v1.0.0

Initial release: Automated setup for Ubuntu algorithm development environment (China network optimized). - Guides users step-by-step to configure a new system, install deep learning tools, and batch install development utilities. - Supports system checking, optional network proxy setup, installation of browsers/editors, Docker, Conda (Anaconda/Miniconda), CUDA/cuDNN, and enhanced terminal tools (Terminator, Zsh + Oh-My-Zsh). - Uses China-optimized mirrors for GitHub, HuggingFace, pip, conda, Docker, and Oh-My-Zsh. - All actions prompt for user confirmation, with progress and timing estimates shown for each step. - No existing files are deleted; sudo operations always require explicit user confirmation. - Includes detailed step-by-step scripts and resources for troubleshooting and reference.

元数据

Slug eai-dev-setup

版本 1.0.0

许可证 MIT-0

累计安装 0

当前安装数 0

历史版本数 1

常见问题

Eai Dev Setup 是什么？

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. 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 103 次。

如何安装 Eai Dev Setup？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install eai-dev-setup」即可一键安装，无需额外配置。

Eai Dev Setup 是免费的吗？

是的，Eai Dev Setup 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

Eai Dev Setup 支持哪些平台？

Eai Dev Setup 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。

谁开发了 Eai Dev Setup？

由 Jessy-Huang（@jessy-huang）开发并维护，当前版本 v1.0.0。

Eai Dev Setup

EAI 开发环境自动配置

任务目标

重要约定

安装步骤流程

第一步：系统检测（必需）

第二步：配置网络代理（推荐优先）

2.1 GitHub 代理配置

2.2 HuggingFace 镜像配置

第三步：安装基础工具

第四步：安装开发环境

4.1 Docker 安装

4.2 Conda 安装

4.3 CUDA/cuDNN 安装

第五步：安装终端工具

5.1 Terminator 安装

5.2 Zsh + Oh-My-Zsh 安装

第六步：系统重启（如有需要）

资源索引

必要脚本

领域参考

执行指导

智能体执行规范

进度提示格式

用户确认格式

国内镜像源汇总

Eai Dev Setup 是什么？

如何安装 Eai Dev Setup？

Eai Dev Setup 是免费的吗？

Eai Dev Setup 支持哪些平台？

谁开发了 Eai Dev Setup？

💬 留言讨论