Rôle du skill vss-manage-video-io-storage
Ce skill fait partie du blueprint NVIDIA Video Search and Summarization (VSS), une architecture de référence GPU-accélérée pour l'analyse vidéo par agents IA. Son rôle est précis et bien délimité : il sert de client opérationnel pour l'API REST de VIOS (Video Input/Output Storage) et de NvStreamer, les deux services qui gèrent l'entrée, le stockage et la sortie vidéo dans la stack VSS.
Ce que ce skill couvre
Concrètement, le skill instruit Claude à appeler directement les endpoints REST de VIOS pour : lister, ajouter ou supprimer des capteurs (caméras RTSP, fichiers uploadés), récupérer des timelines d'enregistrement, extraire des clips, prendre des snapshots, et vérifier le statut des streams. Il couvre également le flux NvStreamer — upload d'un fichier vidéo, récupération de l'URL RTSP générée, enregistrement auprès de VIOS — ainsi que le provisioning headless (sans agent tier) qui consiste à enregistrer une source VIOS et à la distribuer aux consommateurs de perception (RT-CV, RT-Embed, RT-VLM) d'un déploiement vss-build-vision-ai sans passer par l'API /api agent.
Le skill embarque cinq fichiers de référence (references/) couvrant l'API VIOS complète, l'API NvStreamer, le contrat d'intégration inter-microservices, le runbook de déploiement VIOS, et le guide de provisioning headless. Claude est instruit à lire le fichier approprié selon la tâche en cours.
Périmètre et limites explicites
Le SKILL.md définit clairement ce qui est hors périmètre : l'inférence VLM, la recherche sémantique dans les archives, l'ingestion agent-backed, les résumés narratifs de clips, les rapports d'incidents, et la lecture des métriques analytiques. Ces cas d'usage sont délégués à d'autres skills VSS (vss-ask-video, vss-search-archive, vss-summarize-video, etc.). Cette délimitation fine permet de composer plusieurs skills VSS sans chevauchement.
Utilisation dans le contexte VSS
Ce skill s'utilise dans le cadre d'un déploiement VSS actif (Kubernetes via VSS_PUBLIC_URL ou Docker Compose via HOST_IP). Il assume que VIOS est déjà en cours d'exécution, mais embarque la logique de détection de panne et propose deux chemins de remédiation : déploiement VIOS autonome via son runbook bundlé, ou handoff vers le skill /vss-deploy-profile pour une stack complète. Ce skill n'est pas un template à compléter — il est pleinement spécifié et opérationnel tel quel dans le repository nvidia-ai-blueprints/video-search-and-summarization.