这个 Skill 能做什么，适合哪些场景？
该技能指导 AI 代理使用 NVIDIA 的 doca_flow_tune 调优 DOCA Flow 管道。它覆盖实时或捕获状态的快照、规则放置、资源提示与表大小、硬件卸载模式等调优轴，以及规则安装速率、查找延迟和硬件计数器增量等测量方式。工具支持在线和离线流程，并可读取 CSV、JSON 和 Mermaid 可视化输出。它还指导将建议以最小差异改回 Flow 程序，并在状态变更前执行冒烟验证。
读取本地 DOCA 安装中的 doca-flow 配置与模板，并连接运行中的 doca-flow 应用或读取已捕获的 JSON/CSV 快照；指导执行 dump、monitor、web、analyze 和 visualize 子命令对应的在线或离线流程；解释转储、监控、分析和可视化结果；根据目标管道、调优轴和测量指标提出建议，并指导将建议应用回 Flow 程序。
- BlueField 平台操作员希望在不触碰数据面的情况下查看运行中 Flow 管道的管道、软件计数器和硬件计数器状态。
- 性能工程师已有 doca-flow-perf 基线，想进一步定位规则放置、表大小或硬件卸载模式的优化方向。
- DOCA Flow 开发者希望通过离线分析和可视化理解已捕获的管道布局。
- 运维人员遇到无法连接、空输出、空 Mermaid 图或分析结果与实时计数器不一致的问题。
- 开发者需要把调优建议安全地改回 C/C++ Flow 程序，并在批量应用前完成预热、稳态和前后对比验证。
如何安装这个 Skill？
- 执行前必须核对本地 DOCA 版本、安装模板、--help、Flow 应用、Unix socket、设备范围和完整配置；文档不提供固定命令契约。
- 任何回写 Flow 程序或在线状态变更都可能影响数据面；应先取得明确确认，并保留可恢复的部署/回滚方案。
- 不要将未经脱敏的 dumper、analyze、visualize 或日志直接外传；文档要求记录完整未脱敏输出，但未定义敏感数据处理。
- 核心依赖 NVIDIA DOCA 安装、BlueField/ConnectX 硬件及相关外部文档，未证明在中国大陆网络环境中均可达。
- BENCHMARK.md 的评测数据集不可用，SKILLCARD 含 TBD 字段且与当前路径/许可证元数据存在不一致。
- Shell / 命令行
- 本地文件系统
DOCA SDK at /opt/mellanox/docaLinuxBlueField DPU or ConnectX NICrunning or captured doca-flow applicationNode.js/npx for the documented CLI installation
使用仓库 README 支持的 Skills CLI 安装：npx skills add nvidia/skills --skill doca-flow-tune --yes。安装后，代理在遇到相关任务时加载该技能。运行技能前还需要已安装在 /opt/mellanox/doca 的 DOCA SDK、Linux 环境、连接的 BlueField DPU 或 ConnectX NIC，以及运行中或已捕获的 doca-flow 应用。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/NVIDIA/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/doca-flow-tune" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- BlueField 上的 Flow 规则安装速率很低，帮我用 doca_flow_tune 判断是规则放置还是表大小问题。
向代理描述具体的 doca-flow 调优问题，例如：“BlueField 上的 Flow 规则安装速率很低，帮我用 doca_flow_tune 判断是规则放置还是表大小问题。”技能建议先阅读 TASKS.md 的 configure、run 和 test 流程，再根据实际安装版本的帮助信息和 flow_tune_cfg*.json 模板配置并运行。不要将它用于 DOCA 安装、编写 Flow 应用或基线测量；这些任务应转交相关技能。
这个 Skill 有哪些优点和局限？
- 覆盖在线实时观察与离线捕获分析。
- 明确区分调优轴和测量指标，适合已有性能基线的优化工作。
- 包含从快照、分析、可视化到建议落地和冒烟验证的工作流。
- 默认强调读操作，并说明状态变更建议的高风险性质。
- 适用于外部操作员、性能工程师、Flow 开发者和 AI 代理。
- 依赖特定的 DOCA SDK、Linux、BlueField DPU 或 ConnectX NIC，以及现有 doca-flow 应用。
- 不创建 Flow 管道，也不提供 DOCA 安装、Flow API 编程或基线测量方法。
- 未在提供材料中给出固定的命令参数清单、输出字段、脚本封装或预置调优建议。
- 建议和输出依赖设备、固件、NUMA、管道及 DOCA 版本，不能直接跨平台照搬。
- 提供材料未展示独立测试结果或具体平台覆盖数据。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| DOCA Flow 调优技能 本页 ✓ NVIDIA · 官方 | 54 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| DOCA Compress 硬件压缩开发技能 ✓ NVIDIA · 官方 | 58 · 推荐 | ★ 3.8k | 今天 | Apache-2.0 |
| DOCA Flow DPA 性能测量 ✓ NVIDIA · 官方 | 58 · 推荐 | ★ 3.8k | 今天 | Apache-2.0 |
| DOCA AES-GCM 加速开发技能 ✓ NVIDIA · 官方 | 57 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
| DOCA SHA 加速开发技能 ✓ NVIDIA · 官方 | 56 · 谨慎使用 | ★ 3.8k | 今天 | Apache-2.0 |
与 doca-flow-perf 的边界最明确：前者负责基线测量，doca-flow-tune 负责在已有基线之上推荐优化；doca-flow-dpa-perf 用于 DPA 卸载路径的性能基线。doca-flow 是被观察和调优的基础库，负责创建管道，而本技能不负责编写该应用。
FollowSkills 如何评估这个 Skill？
文档明确要求默认只读、变更前确认、快照与前后对比，并描述 Unix socket、配置、日志和现场状态数据流；未充分定义最小权限、回滚/恢复机制、敏感日志脱敏，且状态变更仍依赖外围 Flow 应用，故扣分。
任务流程、前置条件和分层错误分类较完整，能提供诊断路径；但本次仅静态阅读，未验证命令、依赖、关键路径或异常反馈，且具体 CLI/schema 被刻意外置，故按静态上限保守评分。
受众、触发语句、适用范围和排除范围清晰，覆盖 live/captured、offline/online 场景；但要求特定 DOCA、BlueField/ConnectX 环境，精确参数需查安装版本和外部文档，未证明中文交互或中国大陆网络可达性，故扣分。
信息架构、加载顺序、任务路由、限制和相关技能说明较好，SKILL.md声明 Apache-2.0；但版本、维护责任和变更记录不完整，SKILLCARD 存在 TBD、路径/许可证不一致，且报告指出缺少推荐 Instructions/Examples，故扣分。
能覆盖配置、快照、分析、可视化、调试及建议回写的核心流程，并强调前后对比；但没有随技能提供可执行脚本、固定示例输出或完整命令，实际结果依赖本地 DOCA 安装和外围应用，静态证据不足，按上限保守评分。
存在任务文档、错误分类、评测报告和内部交叉引用；但评测数据集不可用，报告为自述材料，未提供可由本次文件独立复现的 CI/测试覆盖，且关键契约依赖安装环境和外部指南，故仅给有限分数。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →