诊断（Diagnostics）

d = Diagnostics()

darra_ai.diagnostics.Diagnostics 只读，采集失败不抛异常，给全不支持的快照。

属性

类别	属性	类型	读写	说明
环境	Supported	bool	只读	推荐运行时包装好才算 true
环境	Version	str	只读	推荐运行时包版本，没装为空串
能力	OnnxCpu	bool	只读	onnx-cpu：包与硬件在位才 true
能力	OnnxCuda	bool	只读	onnx-cuda：包与硬件在位才 true
能力	OnnxDirectml	bool	只读	onnx-directml：包与硬件在位才 true
能力	OnnxOpenvino	bool	只读	onnx-openvino：包与硬件在位才 true
能力	OnnxTrt	bool	只读	onnx-trt-ep：包与硬件在位才 true
能力	TrtNative	bool	只读	trt-native：包与硬件在位才 true
能力	PaddleCpu	bool	只读	paddle-cpu：包与硬件在位才 true
能力	PaddleGpu	bool	只读	paddle-gpu：包与硬件在位才 true
能力	Torchscript	bool	只读	torchscript-cpu：包与硬件在位才 true
能力	Rknn	bool	只读	edge-rknn：包与硬件在位才 true

常见读法

Supported 为 False 先看什么

先看 Version：空串为推荐运行时包未装，先补包；非空再看 OnnxCpu，False 缺 onnx-cpu 包。硬件位 False 是硬件不在位，不是装错；报错按 error_code 处置。

能力位组合速读

OnnxCuda=False 时 GPU 不可用，OnnxDirectml=True 可走 DirectML，无需 NVIDIA 卡；OnnxCuda=True 而 OnnxTrt=False 是 TensorRT EP 包未装。 TrtNative/Rknn 为 True 走原生引擎；十个能力位全 False 按 Supported=False 处理。

完整示例

from darra_ai.diagnostics import Diagnostics

d = Diagnostics()
caps = [
    "OnnxCpu", "OnnxCuda", "OnnxDirectml", "OnnxOpenvino",
    "OnnxTrt", "TrtNative", "PaddleCpu", "PaddleGpu",
    "Torchscript", "Rknn",
]

print(f"Supported={d.Supported} Version={d.Version}")
for name in caps:
    print(f"{name}={'yes' if getattr(d, name) else 'no'}")