新闻详情

新闻详情

首页 / 资讯中心 / 详情

383个技能怎么选?按工作流快速定位NVIDIA Agent Skills目录的实用清单

发布时间:2026/11/13 17:57:27来源:尧图网络
383个技能怎么选?按工作流快速定位NVIDIA Agent Skills目录的实用清单
383个技能怎么选按工作流快速定位NVIDIA Agent Skills目录的实用清单【免费下载链接】skillsAgent Skills for NVIDIA products — install into Claude Code, Codex, and other coding agents to run Physical AI, robotics, simulation, CUDA, and RAG workflows end to end.项目地址: https://gitcode.com/gh_mirrors/skills36/skillsNVIDIA Agent Skills 是一个经官方验证的 AI 智能体技能目录内含 380 个可移植技能安装到 Claude Code、Codex 等编码智能体后可端到端完成 Physical AI、机器人仿真、CUDA 优化与 RAG 工作流。本文给你一份按工作流组织的实用清单帮你在 3 分钟内从海量技能中锁定该装的那几个。 NVIDIA Agent Skills 目录是什么简单理解每个技能就是一个独立文件夹根目录下有一份 SKILL.md里面装着教智能体怎么把某件事做对的完整说明、参考文档和脚本。这个目录有三个特点决定了它值得信任来源可查技能由各自的产品仓库维护通过自动化同步管道每日镜像进来注册信息见 components.d/README.md发布有门槛每个技能必须携带技能卡skill-card.md、NVIDIA 签名文件skill.oms.sig和 Tier-3 评测数据集才能进入目录效果可验证跑过评测的技能会附带BENCHMARK.md记录安装技能前后智能体表现的实测变化 快速定位法先定工作流域再看技能前缀目录里 380 个技能按产品划分而官方文档 docs/index.mdx 已经按你要干什么分好了 10 大工作流域。选技能的第一步就是把自己对号入座工作流域覆盖内容代表技能前缀入口示例Agentic AIRAG、研究、智能体沙箱rag-、aiq-rag-blueprintConversational AIASR/TTS、语音智能体nemotron-speech、digital-health-nemotron-speechData Science数据加速、加载、合成accelerated-computing-、dali-accelerated-computing-cudfDecision Optimization路由、排程、数值优化cuopt-cuopt-numerical-optimization-apiGPU Development内核开发、跨框架转换tilegym-、warp-tilegym-cutile-pythonInference AI模型部署、推理服务dynamo-dynamo-router-starterSimulation and Modeling气象、量子、物理机器学习earth2studio-、cudaq-earth2studio-installTraining AI分布式训练、检查点转换nemo-、mcore-mcore-run-on-slurmVision AI视频分析、目标检测训练deepstream-、vss-、tao-tao-run-automlPhysical AI OmniverseUSD 资产、仿真、机器人omniverse-、physical-ai-、jetson-omniverse-cad-to-simready 前缀速查表一眼锁定产品线技能目录采用平铺 产品前缀的扁平结构skills/产品前缀-技能名/前缀本身就是最好的索引。当前目录中技能数最多的几条产品线前缀产品线技能数典型任务tao-TAO Toolkit73微调 100 视觉模型、AutoML、数据集校验如 tao-train-image-classificationdoca-DOCA SDK60BlueField DPU / ConnectX 网络、加密、RDMA如 doca-setupnemo-NeMo 全家桶42训练、MoE 性能调优、Relay 智能体运行时如 nemo-relay-get-startedjetson-Jetson 平台38BSP 定制、烧录、设备侧 LLM 推理如 jetson-quick-startvss-视频搜索与摘要15视频部署、检索、报告、告警如 vss-ask-videoi4h-Isaac for Healthcare14导管导航工作流、数据集、强化学习如 i4h-workflowbionemo-BioNeMo11分子建模、蛋白结构预测如 bionemo-kermt-setupnvflare-NVIDIA FLARE9联邦学习转换与诊断如 nvflare-orienttao-/nv-/dicom-医疗影像 AI20DICOM 处理、CT/MR 分割与生成如 dicom-series-preflight 经验法则先按上表确定前缀再在 skills/ 目录下按前缀浏览具体技能名——技能名基本就是动词 任务例如jetson-flash-image烧录镜像、tao-validate-dataset-format校验数据集格式。 一键安装把单个技能装进 Claude Code 或 Codex不需要手动 clone 仓库或拷贝文件夹官方 README.md 推荐的skillsCLI 流程即可# 交互式安装浏览目录并选择技能 npx skills add nvidia/skills # 免提示安装指定技能名字来自上文清单 npx skills add nvidia/skills --skill cuopt-numerical-optimization-api --yes # 一次安装到多个智能体 npx skills add nvidia/skills \ --skill cuopt-numerical-optimization-api \ --agent claude-code --agent codex --agent cursor # 安装前先看目录里有什么 npx skills add nvidia/skills --list安装完成后在 Claude Code 中运行/reload-skills即可加载。更完整的非交互、全局安装和手动拷贝方案见 docs/advanced-install.mdx。️ 安装前看三处签名、技能卡、基准报告官方验证管道见 docs/agent-skill-trust-pipeline.mdx保证每个技能都经过扫描 → 评测 → 签名三道关。安装前你可以花 10 秒检查技能目录内的三样东西文件作用去哪里深入了解skill.oms.sig分离式 NVIDIA 签名可用信任锚nv-agent-root-cert.pem验证未被篡改docs/signing-agent-skills.mdxskill-card.md技能身份卡所有者、许可、依赖、行为边界docs/skill-cards.mdxBENCHMARK.md评测数据集跑出的提升数据正确性、安全性、效率等维度docs/evaluating-agent-skills.mdx例如 doca-setup 目录内就同时包含这三类文件对安全扫描细节感兴趣的可以看 docs/scanning-agent-skills.mdx。 装完不是终点保持技能常新目录在持续更新新技能不断入库旧技能也可能被重命名或合并。定期执行# 查看已装技能 / 预览过期项 / 更新 npx skills list npx skills check npx skills updateskills update会交互式标记上游已删除或合并的技能并帮你清理过期的本地副本。变更历史可查 CHANGELOG.md。 新技能从哪来components.d 注册机制如果你想跟踪下一个技能会是什么看 components.d/ 目录——每个产品线一个 yml 注册文件如 components.d/cuopt.yml、components.d/tao-toolkit.yml团队在这里登记技能源路径同步管道就会自动镜像进目录并重新生成 README 表格。打包成插件分发的逻辑则由 plugins.d/README.md 描述。上手建议新手不必追求全装。先用工作流域 → 前缀两步定位法挑出 1–3 个与当前任务直接相关的技能比如做视频分析就装vss-或deepstream-系列做边缘部署就装jetson-系列跑通后再逐步扩展。目录每天更新装完记得npx skills update保持同步。【免费下载链接】skillsAgent Skills for NVIDIA products — install into Claude Code, Codex, and other coding agents to run Physical AI, robotics, simulation, CUDA, and RAG workflows end to end.项目地址: https://gitcode.com/gh_mirrors/skills36/skills创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉