cuopt-routing-formulation
NVIDIA cuopt 技能中的车辆路径问题（VRP）建模领域概念说明，涵盖 TSP、VRP、PDP 的问题类型与数据要求；不含 API 或接口细节。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-05 00:16
数据与分析
17,421 个结果
cuopt-server-common
cuOpt REST 服务器的领域概念说明，介绍其支持的优化问题类型（Routing、LP、MILP，不支持 QP）以及基于请求 ID 轮询获取解的请求流程，不涉及部署命令或客户端代码。
cupynumeric-parallel-data-load
NVIDIA 技能：把分片磁盘数据集（分片 .npy、Parquet/Arrow、原始二进制、分片 HDF5、自定义布局）通过手写 Legate Python 任务并行加载进分布式 cuPyNumeric ndarray，弥补 cuPyNumeric 缺少多文件加载器的空白。
data-designer
NVIDIA 技能库中的 data-designer 技能，用于在用户需要创建数据集、生成合成数据或搭建数据生成流水线时，借助 Data Designer 库构建合成数据集。
dicom-metadata-extract
用于从单个 DICOM 文件提取选定元数据并标记标准标签中的 PHI 存在情况，不用于匿名化或临床用途。
earth2studio-data-fetch
Earth2Studio 数据获取技能：根据用户指定的变量与时间，识别可用的天气/气候数据源，通过 lexicon 校验变量支持，并生成输出 xarray DataArray 的抓取脚本。不用于推理流程、模型发现或安装。
earth2studio-deterministic-forecast
用于指导构建 Earth2Studio 确定性（单成员）天气预报推理脚本的技能，覆盖模型、数据源、IO 后端选择与 nsteps 计算，不适用于集合预报、诊断、仅取数或安装。
earth2studio-discover
Earth2Studio 组件发现技能：根据天气/气候任务，从实时文档中查找合适的模型、数据源与示例，并按 GPU/显存、预报类别、区域等徽章信息筛选，校验数据源与模型变量兼容性。不用于编写推理代码、下载数据或安装。
jetson-customize-mgbe
面向 NVIDIA Jetson Thor 的 MGBE 定制技能：通过内核设备树 overlay 配置 mgbe0..mgbe3 上的 25G/10G/1G QSFP 光纤通路，处理 PHY 挂载与内核侧 status="okay"。不负责 UPHY 通道分配和 ODMDATA 编辑。
jetson-customize-pcie
面向 Jetson Thor/Orin 定制载板的 PCIe 定制技能，按控制器处理启用/禁用、lane 宽度与链路速率。它只生成内核设备树 overlay 片段，不修改 ODMDATA，需与 UPHY 定制技能配合使用。
jetson-memory-audit
Jetson 内存审计技能：只读采集 Jetson DRAM/NvMap 使用快照，并借助 drop_caches 验证停止 vLLM/sglang 等负载后内存是否真正释放。
nemo-data-designer-plugin
NVIDIA NeMo 平台的 Data Designer 插件技能，用于按描述构建合成数据集与数据生成流水线。支持交互与自动两种模式，可生成 Python 配置脚本，包含采样、LLM 列、校验与自定义生成器。
nemo-mbridge-mlm-bridge-training
用于运行 Megatron-LM（MLM）与 Megatron Bridge 训练的 NVIDIA 技能，支持 mock 或真实数据。涵盖相关性测试、可用 recipe 与多 GPU 示例，并给出 MLM 与 Bridge 训练差异、参数映射与常见坑说明。
nemo-mbridge-perf-sequence-packing
该技能用于在 Megatron-Bridge 中校验并使用序列打包（sequence packing）与长上下文训练，覆盖 LLM 离线打包 SFT、VLM 批次内打包、Energon 在线打包以及长上下文基线配置。技能提供了各类打包方式的启用方式与配置示例，包括离线打包的 PackedSequenceSpecs、pad_seq_to_mult 对齐公式、CP 启用时的必备设置、批次内打包的 dataloader_type 要求，以及 Energon 的 packing_buffer_size 选择。内容还列出代码锚点、常见陷阱与单元测试验证命令及成功标准，帮助开发者在不同模型家族与并行拓扑下正确配置并验证打包训练。
nemo-retriever
NeMo Retriever 26.8.1 命令行工具，用于文档集合的检索、抽取、摄取与查询，支持本地 LanceDB 索引和已部署服务两种工作流。
nv-generate-ct-rflow
NVIDIA NV-Generate-CT（rflow-ct）合成CT技能，用整流流生成合成CT体数据与标签掩膜，供研究与调试参考，未经独立质量审查不可作生产训练数据。
nv-generate-mr
用于调用 NV-Generate-CTMR 的 rflow-mr 流程生成合成人体 MRI 体数据（仅图像，不含配套分割掩膜），不适用于生产级训练数据。
nv-generate-mr-brain
基于 NV-Generate-CTMR rflow-mr-brain v1 生成合成脑部 MRI 体数据（T1、T2、FLAIR、SWI、MRA）的封装工具，仅作图像级合成，不适合生产训练数据或临床用途。
nv-generate-mr-brain-finetune
用于基于用户提供的 T1、T2、FLAIR、SWI 或 MRA NIfTI 数据，微调 NV-Generate-CTMR rflow-mr-brain v1 扩散 UNet 的技能，封装上游训练脚本并使用 MONAI 风格数据列表；不适用于临床、监管或生产数据审批。
nv-generate-vae-finetune
用于从 CT/MRI NIfTI 数据列表微调 NV-Generate-CTMR MAISI VAE（自编码器）的技能，包含预检与 GPU 训练封装脚本，不用于临床解读或生产数据审批。
tao-analyze-changenet-rca
面向 NVIDIA TAO Visual ChangeNet 分类实验的深度根因分析（RCA）技能，以图像证据驱动调查，定位模型失败原因。需提供实验结果目录、训练代码目录、数据集目录与目标 KPI，输出含缩略图证据的 RCA_Report.md。
tao-analyze-gaps-visual-changenet
用于对 NVIDIA TAO VCN Classify（Visual Component Net）推理结果做差距分析，通过直接调用固定版本 TAO data-services 容器，按真实标签找出决策阈值方向最弱的样本，供后续增强或重标注。
tao-analyze-gaps-vlm-bcq
该技能用于从 VLM 二分类问答（BCQ，是/否）预测中提取假阳性与假阴性样本。它读取预测 JSON，将每个模型回答与真实标签比对，输出 FP/FN 失败案例及汇总报告，供后续根因分析与迭代使用。
tao-convert-dataset-format
NVIDIA TAO DAFT 数据集格式转换技能，通过 tao-daft convert 命令在受支持的 DAFT 格式之间转换数据集或数据集目录树，供 VLM 训练等用途，不适用于非 DAFT 数据。