Earth2Studio 组件发现

要解决什么问题

Earth2Studio 每个版本都会新增预报/诊断/同化模型、分析/预报/观测数据源，以及按工作流重组的示例库。静态清单很快过时；真正难的是：按 GPU/VRAM、预报类别（即时、中期、季节）、区域和变量，从文档里筛出能串起来的组件，并确认数据源词汇表是否覆盖模型的 input_coords()。

技能如何工作

本技能遵循「从实时文档发现，不要死记」：在推荐前按需拉取 nvidia.github.io/earth2studio 上的模型页（px/dx/da）、数据源页与示例索引，用文档里的类别、区域、VRAM、版本元数据缩小候选集，而不是背表。

交互上大致六步：

1. 澄清需求 — 任务类型、区域、时间尺度、变量、硬件与确定性/集合偏好（必要时少量追问）。
2. 查模型文档 — 按任务打开对应模型页，提取徽章与发布信息，给出短列表并说明精度/速度、VRAM 等权衡。
3. 查数据源 — 再分析用 analysis、业务运行用 forecast、站点/观测用 dataframe 页，对照区域与变量覆盖。
4. 词汇表兼容性 — 对照模型所需变量与 earth2studio/lexicon 中各数据源 VOCAB 键；文档 alone 为近似，源码可更准。
5. 示例 — 从示例库按类别（getting_started、downscaling、DA、seasonal 等）推荐 1～3 个入口。
6. 结构化输出 — 通常 2～4 个模型、兼容数据源说明、示例链接与文档 URL。

边界与注意

• 未发布组件不可发现；新模型徽章可能不完整。
• 不负责安装（见 earth2studio-install）、写推理代码、训练、自定义模型开发与运行时调试。
• 页面 404 时以 earth2studio 站点导航为准；词汇表文件名变更需在 lexicon/ 目录搜索。