核心用法
homelab-cluster 是一套面向家庭实验室场景的多层级 AI 推理集群管理方案。该 Skill 不直接执行代码，而是提供完整的架构设计、配置模板和运维最佳实践，帮助用户构建跨越本地 GPU、远程 GPU 和 CPU 备用节点的混合推理基础设施。
核心工作流包括：通过 LiteLLM 网关统一暴露 OpenAI 兼容 API；基于任务类型（代码、推理、对话、视觉等）的智能 MoE 路由；多节点健康监控与自动故障转移；以及针对 Docker 部署的 GPU 内存规划和启动序列优化。
显著优点
架构成熟度：采用经过实战验证的三层架构（Local/Remote/NAS），明确区分不同硬件角色的职责边界，避免单点故障。
运维深度：提供大量生产级细节，如 Windows Docker 环境下必须使用 volume 而非 bind mount 加载大模型（避免 gRPC-FUSE 死锁）、CUDA 初始化死锁的规避方案、以及 LiteLLM 健康检查端点的正确用法。
安全意识：明确强调凭据管理最佳实践，推荐使用 Azure Key Vault 或 HashiCorp Vault，禁止明文存储和 CLI 参数传递敏感信息。
成本效益：充分利用消费级 GPU（RTX 3090/4090/5090）构建企业级推理能力，详细的 VRAM 规划示例帮助用户最大化硬件利用率。
潜在缺点与局限性
配置复杂度：需要用户具备 Docker、SSH、网络防火墙、GPU 驱动等多领域知识，新手门槛较高。
平台依赖：部分优化建议（如 Windows Docker volume 策略）具有特定平台局限性，跨平台迁移需重新评估。
无自动化封装：Skill 本身为文档/配置指南，不包含可执行的自动化脚本，用户需自行实现健康检查循环、故障恢复流程等。
社区验证有限：作为 1.0.0 新版本，长期稳定性和边缘场景处理有待更多生产环境验证。
适合的目标群体
- 拥有多 GPU 硬件的 AI 爱好者和研究者
- 希望构建私有化大模型服务的技术团队
- 对数据隐私敏感、需要完全本地部署的企业用户
- 具备 DevOps 和基础设施运维经验的高级用户
使用风险
配置错误风险：错误的 GPU 内存规划可能导致 OOM 或模型加载失败；错误的 Docker 启动顺序可能触发 CUDA 死锁。
网络安全风险：默认 HTTP 端点无认证，生产环境必须额外配置 TLS 和访问控制。
供应链风险：依赖 Ollama、llama.cpp、LiteLLM 等外部项目，需持续跟踪安全更新。
运维负担：自动节点恢复涉及 SSH/RDP 凭据管理，配置不当可能引入新的攻击面。