simready-foundation-conform-fet-001-standard
NVIDIA SimReady 资产修复技能,用于在 FET_000_STANDARD 通过后,将现有 USD 资产对齐 FET_001_STANDARD 最小标准,修复单位、上轴、默认图元、层级、网格质量、边界与原点等问题,并保持物理尺寸与来源可追溯。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-06 00:14
25,746 个结果
NVIDIA SimReady 资产修复技能,用于在 FET_000_STANDARD 通过后,将现有 USD 资产对齐 FET_001_STANDARD 最小标准,修复单位、上轴、默认图元、层级、网格质量、边界与原点等问题,并保持物理尺寸与来源可追溯。
用于修复或暂存刚体物理(newton)的 SimReady 一致性,对应精确特性 FET_003_NEWTON。当所选 profile、验证报告或用户请求明确指定 FET_003_NEWTON 时使用,默认版本 0.1.0。
用于按 FET_004_ROBOT_NEWTON 规范修复或暂存机器人多体物理(robot newton)SimReady 一致性。默认版本 FET_004_ROBOT_NEWTON@0.1.0,仅在资料明确固定版本时使用旧版本。
用于修复已弃用的 FET_004_ROBOT_PHYSX SimReady 一致性,仅在历史或外部配置、验证报告或资产明确指定该特性时使用。默认版本为 0.4.0,新配置应改用 FET_003_PHYSX@0.4.0 或 FET_004_PHYSX@0.4.0。
用于视力引导的 SimReady 抓取修复技能:在满足基础要求后,为资产添加或修复 USD 抓取矢量线(grasp_identifier BasisCurves),需具备视觉能力的智能体根据渲染或截图证据选择抓取点,并处理物理材质绑定问题。
用于修复或补齐 SimReady 资产中 FET_006_OPENPBR 的 OpenPBR(MaterialX)材质一致性契约,依据 FET_006_OPENPBR@0.1.0 清单与说明文档,将已有 UsdPreviewSurface 预览面或 MDL 面迁移为 OpenPBR 最终表面。
用于修复已绑定 USD 材质上的 SimReady 非可视传感器材质属性的工作流技能,依据 FET_007_STANDARD@0.2.0 标准,为雷达、激光雷达、热成像等 RTX 传感器仿真在 UsdShade.Material 上标注材质语义分类。
用于修复 SimReady 资产/包中 FET_011_STANDARD 语义标签一致性(semantic label conformance)的专项技能。当选定 profile、验证报告或用户请求明确点名 FET_011_STANDARD 时使用,按清单限定的需求项进行修复,默认版本为 0.2.0。
用于修复 FET_021_ISAAC SimReady 机器人核心身份符合性的 NVIDIA SimReady 技能。当配置、验证报告或用户请求明确指定 FET_021_ISAAC 时使用;无版本指定时默认采用 0.3.0。
用于修复 NuJoCo 驱动的 SimReady 关节一致性特性 FET_022_MUJOCO,适用于配置文件、验证报告或用户请求明确指定该特性的场景。依据所选清单修复 MjcJointAPI 与 MjcActuator 等要求。
用于修复或准备 FET_023_ISAAC SimReady 一致性(机器人材质组织)的技能。当配置、验证报告或用户请求明确指定 FET_023_ISAAC 时使用,默认版本为 0.1.0。
用于修复 SimReady 机器人资产的基座关节(base articulation)根节点与 PhysX 碰撞间隙证据的 conformance 技能,针对 FET024 的 NEUTRAL 与 PHYSX 两个变体。
用于修复 SimReady 中 FET_025_ROS 合规性的技能,确保 Isaac ROS-Ready 场景中存在 OmniGraph ROS 2 桥接节点。当所选配置、验证报告或用户请求明确指定 FET_025_ROS 时使用,默认版本 FET_025_ROS@0.1.0。
NVIDIA SimReady Foundation 中的技能,用于修复 FET_028_ISAAC 的 Isaac 夹爪站点一致性。适用于配置文件、验证报告或用户请求明确点名 FET_028_ISAAC 时。
用于修复 Isaac 组合一致性中 FET_100_ISAAC 这一 SimReady 规范特性的技能。当所选配置、验证报告或用户请求明确指定 FET_100_ISAAC 时使用,仅修复该特性清单及其依赖项列出的需求。
该技能用于为 AnomalyGenNext 任务准备用户自有数据集与可选配方,冻结验证集,并生成规范的纹理微调配方。它校验数据集结构、DCP 格式基础检查点、图像扩展名、异常与掩码配对及二值掩码,并检查类型与 defect_spec.jsonl 一致。准备完成后可提交训练,使用固定镜像内的上游训练器进行 LoRA 微调,并以 training_handoff.json 为 COMPLETE 且 Average.nn_score 严格提升作为验收条件。
该技能用于在无标注数据池上运行迭代式 DINOv3 自监督(SSL)DEFT 数据选择与再训练流程,采用 GRIT 评分或多任务弱点评分,并结合固定编码器检索。技能本身不实现编排逻辑,而是负责准备并审批由 DS 打包的 Python 控制器所需的输入。使用前需解析 DINOv3 模型、确认 DS 镜像为包含已审核 DEFT 模块的发布构建,并按 adapter-contracts.md 生成源/目标嵌入、注册数据存储、编写目标契约,再通过 init、validate、preflight、plan、run 等命令执行。适用于需要从无标注池中迭代挑选样本并再训练的场景。
面向 Codex 的 LLM 编译型知识库管理器,可将源文档摄入 raw/ 并增量编译为互链的 Markdown 文章,支持初始化、摄入、导入源集合、收集目录、跟踪清单与索引数据集等操作。
repo-docs 是一套面向仓库文档写作、修订与审计的代理技能,适用于 README、仓库文档、RFC、PR 描述、提交信息以及公开发布前的文档准备,强调面向陌生读者与编码代理写作,并逐条核实事实。
fleet-dispatch 是一个位于 /implement 之上的编排技能,用于把多个工单并行分发到各自的 worktree 中执行,每个工单由一个子智能体处理,从而共享一次探索和上下文,避免重复付费。
一个 Claude 技能:通过 PreToolUse 钩子自动把父会话记录中与任务相关的片段追加到子代理提示中,从而无需手写背景简报即可带上下文委派任务。
面向封闭但过大标签体系的分类技能:让便宜模型先写出物品可能归属的标签,再用嵌入模型将该标签吸附到真实标签表,模型全程看不到完整标签集。适用于产品分类、类目层级、标签表与路由表等场景。
该技能通过 Anthropic API 在无原生子代理的界面(主要是 claude.ai 聊天与项目)上实现并行调用与多代理编排,提供单次调用、并行分析、共享缓存上下文、多轮会话、流式输出、可中断操作及带消息传递的 AgentPool 等能力。
通过已安装的 dropbox CLI 操作用户 Dropbox 云存储,支持搜索、读取、上传、整理与分享文件及文件夹,并可用文件请求收集他人上传。