用於在 TWCC/NCHC HPC 叢集上偵錯 SLURM 工作的失敗、當機、崩潰或異常行為。觸發情境：工作當機、逾時、CUDA 錯誤、OOM（記憶體不足）、段錯誤、NCCL 逾時、srun 錯誤、退出代碼、節點排空（drain）、GPU 使用率 0%、死鎖、工作被取消、容器內的 ImportError、訓練…
用於在 TWCC/NCHC HPC 叢集上偵錯 SLURM 工作的失敗、當機、崩潰或異常行為。觸發情境：工作當機、逾時、CUDA 錯誤、OOM（記憶體不足）、段錯誤、NCCL 逾時、srun 錯誤、退出代碼、節點排空（drain）、GPU 使用率 0%、死鎖、工作被取消、容器內的 ImportError、訓練速度...
本頁屬於 OpenClaw Skills 學習體系，涵蓋技能安裝、分類導覽與實戰連結。