tao-generate-video-reasoning-annotations
将原始视频转化为思维链（CoT）训练数据的多步骤视频标注流水线，可生成多级字幕、结构化描述和含推理过程的问答对（选择题、判断题、开放式）。默认领域无关，支持交通、仓储等定制。
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 10-28 00:17
设计与创作
21,071 个结果
tao-mine-aoi-images
用于 VCN AOI 迭代的 DEFT「先嵌入再挖掘」工作流技能：对弱目标 parquet 与源图池分别做图像嵌入，再按最近邻从源池中挖出与目标相似的图像，输出去重后的 parquet，供下一轮训练使用。
tao-train-action-recognition
TAO 视频动作识别训练技能，支持 RGB、光流和 joint 多流输入，对视频片段中的时序动作进行分类。可用于训练、评估、推理和导出，训练默认经 AutoML 流程。需配置数据集、序列长度和预训练骨干权重。
tao-train-bevfusion
BEVFusion 多传感器 3D 目标检测技能，在鸟瞰图（BEV）空间中融合 LiDAR 点云与相机图像，用于自动驾驶的鲁棒 3D 感知。基于 TAO Core，支持 AutoML、多 GPU/多节点训练，需 KITTI 风格数据集与 24GB+ 显存。
tao-train-depth-anything-v2
基于 Metric Depth Anything v2 或 Relative Depth Anything 架构的单目深度估计技能，从单张 RGB 图像预测逐像素深度，通过统一的 TAO depth_net CLI 在容器内执行训练、评估、推理、导出与部署流程。
tao-train-foundation-stereo
基于 FoundationStereo 的立体深度估计技能，可从左右立体图像对预测视差图并用于三维重建，支持训练、评估、推理、导出与 TensorRT 部署，使用 Depth Anything v2 与 EdgeNeXt 预训练编码器，通过统一 TAO depth_net 命令行调用。
tao-train-image-classification
基于 PyTorch 的 TAO 图像分类技能，支持 FAN、EfficientNet、ResNet 等多种骨干网络，并支持蒸馏与量化以便部署。可处理训练、评估、推理、导出及 TensorRT 部署流程。
tao-train-nvpanoptix3d
NVPanoptix3D 是基于 VGGT 主干与 Mask2Former 风格头的全景 3D 场景重建模型技能，可从已定位的 RGB 图像生成语义、实例与全景 3D 分割掩码，并完成占据补全，用于 TAO 训练、评估、推理与导出流程。
tao-train-oneformer
OneFormer 通用图像分割技能，用单一架构与任务条件查询统一全景、实例与语义分割，涵盖训练、评估、推理、导出、量化及 TAO Deploy 的 TensorRT 流程，支持 AutoML 与多 GPU 训练。
tao-train-optical-inspection
面向制造缺陷检测的光学检测技能，基于孪生（Siamese）网络对比图像对，识别缺陷、异常或质量问题。资料覆盖 TAO 训练、评估、推理、导出与 TAO Deploy 的 TensorRT 流程、数据集要求与关键参数。
tao-train-pointpillars
面向 TAO 的 PointPillars 技能，用于从 LiDAR 点云做 3D 目标检测：以 pillar 表示把点云编码为伪图像再做 2D 检测，常用于自动驾驶与机器人。支持训练、评估、推理、导出、剪枝、重训及 TensorRT 部署流程。
tao-train-rtdetr
NVIDIA TAO 技能：用于 2D 目标检测的 RT-DETR（实时检测 Transformer）。支持训练、评估、推理、导出、量化、知识蒸馏与 TensorRT 部署优化，面向实时推理场景。
tao-train-visual-changenet
Visual ChangeNet 是 TAO Toolkit 的视觉检测模型，支持二分类与像素级变化分割，用于 AOI 缺陷检测。可训练、评估、导出和推理，支持 AutoML 与 TAO Deploy TensorRT 部署。
vss-generate-video-calibration
用于在本地 MP4、RTSP 流或内置样例数据集上端到端运行 AutoMagicCalib（AMC），并在需要时部署 vss-auto-calibration 微服务；不适用于非 AMC 场景。
vss-generate-video-report
用于生成 VSS 视频分析报告的技能：按请求路由到两种模式，模式A针对单个录像片段用 VLM 生成分析报告，模式B针对时间段内的事件/告警用 video-analytics 生成事件范围报告，报告不以 VSS agent 的 POST /generate 生成。
vss-manage-video-io-storage
用于调用 VIOS REST API 管理 VSS 视频输入输出与存储，包括传感器、RTSP 流、快照、切片、时间线与录制状态；不用于 VLM 推理或搜索。
vss-search-archive
vss-search-archive 用于在归档视频上运行 VSS 融合搜索，并可将视频文件或 RTSP 流接入搜索、删除已接入源。属于 Alpha 功能，不建议用于生产；需先部署 VSS search profile 与相关技能、准备 NGC 凭据等。
vss-summarize-video
用于通过 LVS 摘要微服务（人工介入门控）并带 VLM 回退，对单个已录制视频生成一段精炼叙述性摘要，在 LVS 可用时附时间戳事件。不适用于报告生成、实时 RTSP 字幕或档案语义搜索。
architect
architect 是一个用于软件系统技术结构与架构实践的中文技能，支持架构调查、设计、评审与文档化，可维护 ARCHITECTURE.md 等权威架构概览，并按最小充分尺度回答有边界的架构问题。
blender-geometry-nodes
面向 Blender 5.x 几何节点（Geometry Nodes）的专家技能，用于设计节点树、用 Python 脚本程序化构建节点组、排查性能问题并查阅完整节点目录；优先配合官方 Blender MCP Server 在实时会话中操作，MCP 不可用时回退为生成 Python 脚本。
bi-analyst
BI 分析师技能：用于设计仪表盘、编写分析型 SQL、定义 KPI 并管理利益相关方的分析需求，覆盖图表选择、数据叙事、队列与漏斗分析，以及 Tableau、Looker、Power BI 等 BI 工具使用模式。
cicd-engineer
面向 Agent 技能仓库与技能包的 CI/CD 指导技能，覆盖流水线设计（构建、测试、校验、打包）、GitHub Actions 的 PR 检查与发布流程，并将 skill-creator 脚本接入流水线，定义质量门禁与发布、回滚步骤。
terminal-ui-design
一个用于打造高设计感、可投产终端界面的 Claude 技能。适用于构建 CLI 工具、TUI 应用或任何终端交互界面，强调先确立鲜明风格再编码，避免千篇一律的终端外观。
dfmea-design
基于 AIAG-VDA FMEA 手册 2019 版构建设计风险分析、DFMEA 工作表或接口分析，覆盖设计意图、接口失效、边界图与 DVP 联动，用于产品开发、设计变更与量产前评审。