开发与工程 ✓ NVIDIA · 官方 cad-conversionsimreadyusdphysical-aiasset-validationcontent-agentsdocker

CAD 到 SimReady 工作流

将 CAD 或其他源资产按阶段转换、赋予仿真属性并验证为可交付的 SimReady USD。

FollowSkills 评估 · FSRS-2.0
不推荐
49/ 100 五分制 2.5 / 5
信任安全15 / 25 · 3.0/5

技能明确要求预检、服务健康检查、缺少认证时等待用户提供凭据,并要求报告中脱敏令牌和凭据;也规定失败门禁与部分恢复边界。扣分原因是需要Shell、Docker、GPU、外部服务和环境凭据,缺少明确的逐项用户确认、权限隔离、数据流/上传范围说明及通用回滚机制,且存在带--overwrite的破坏性路径。

可靠稳定8 / 20 · 2.0/5

文档提供了较完整的阶段顺序、阻塞条件、报告字段、重跑规则和故障排查,静态上主路径可理解。扣分原因是依赖链很重且依赖大量未提供的嵌套引用和上游检出;基准报告显示总体FAIL、存在重复实现问题,且未有静态可确认的完整测试覆盖,因此按静态上限不超过10分。

适用触发9 / 15 · 3.0/5

用途、端到端/转换-only/验证-only/打包场景、正负触发案例和非适用的浏览器查看器场景较清楚。扣分原因是Linux/macOS、NVIDIA GPU、Docker及外部build.nvidia.com或端点要求限制环境适配;没有中文交互支持说明,也没有评估中国大陆网络可达性,核心云服务可能受网络限制。

规范维护8 / 15 · 2.7/5

具备版本、名称、工具、兼容性、许可证、作者、标签、参考资料、命令、限制、故障排查和评估文件,结构较清晰。扣分原因是缺少Examples和Purpose章节,描述过长;维护责任和变更路径不够具体,基准报告明确指出静态质量问题及重复内容问题;仓库许可证元数据为NOASSERTION,与技能内Apache-2.0声明存在治理不一致。

有效结果6 / 15 · 2.0/5

技能为CAD到SimReady提供了明确的阶段编排、验证门禁、报告要求及可选打包流程,理论上能覆盖核心任务。扣分原因是静态材料没有可验证的代表性最终产物或第三方运行证据,必须依赖复杂外部服务和多个上游技能,输出仍需人工审查,且基准报告未提供Tier 3有效性结果并给出总体FAIL;按静态校准不超过7分。

证据核验3 / 10 · 1.5/5

提供了固定修订、源文件、评估用例、静态验证摘要和明确的报告字段,部分主张可审计。扣分原因是Tier 3不可用、没有可核验的真实执行结果或完整测试套件,基准还报告重复检查问题,因此只能给予有限静态证据分。

证据充分度: 评估于 2026年7月20日 审查版本 55f18499943e
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 执行可能上传或处理用户CAD资产并调用外部Content Agents、转换器和渲染服务;使用前应确认数据流、凭据范围、网络可达性和组织合规要求。
  • 默认端到端请求将property_assignment_intent设为run,并要求先部署或验证服务;应在实际部署、外部调用和覆盖已有deliverable前取得明确用户确认。
  • 基准报告总体FAIL,Tier 3不可用,并指出缺少Examples、描述过长和多项重复内容;不应把该报告当作成功运行或质量验证证据。
  • 应补充可复现测试、维护责任和变更记录,统一许可证元数据,并说明中国大陆网络和中文使用限制。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

该技能协调从 CAD 或其他源资产到仿真就绪 USD 或 USDZ 包的端到端流程。它依次处理依赖预检、源资产转换、最低可行性验证、材质与物理属性分配、SimReady 规范修复、分阶段验证、渲染和可选打包。属性分配启用时,必须先验证或部署 Content Agents 服务。它是文档驱动的编排技能,不提供单一的整体运行器命令。

读取并确认源资产路径,解析工作流意图和输出目录;运行 preflight 并生成环境清单;调用已安装的转换、USD 验证、Content Agents、SimReady 规范、渲染和打包阶段脚本;将 CAD 或其他源资产转换为 USD,或直接处理已有 USD;为 USD 分配材质、物理属性和可选纹理;执行最低验证、几何验证、物理验证和 SimReady 验证;在必要时根据结构化需求重新执行规范修复;输出最终 USD、可选预览图、包目录及汇总报告。

  1. 需要将 CAD 零件转换为仿真资产,并完成材质、物理属性和 SimReady 验证的工程团队。
  2. 只想测试源资产转换并验证生成 USD 是否可用,而不部署 Content Agents 的用户。
  3. 已有 USD 资产、需要补充材质和物理属性并执行 SimReady 合规检查的仿真开发者。
  4. 需要预览图和可交付包目录,以便发布最终仿真资产的资产制作团队。

这个 Skill 有哪些优点和局限?

优点
  • 覆盖转换、属性分配、规范修复、验证、渲染和打包的完整阶段链路。
  • 通过 preflight 清单统一管理上游依赖、转换器和服务端点。
  • 明确区分转换前的最低 USD 验证与 Content Agents 之后的 SimReady 验证。
  • 保留各阶段报告、重跑原因和最终工件路径,便于审计和交付。
局限
  • 本地 Content Agents 流程需要 NVIDIA API 密钥、Docker、NVIDIA Container Toolkit 和 NVIDIA GPU。
  • NVIDIA-backed CAD 转换依赖单独安装并验证的 usd-convert-cad 上游检出;uv sync 不会安装所有转换器运行时。
  • Linux/macOS only;SKILL.md 未提供 Windows 运行承诺。
  • 该技能本身不提供 scripts/run.py 或单一整体运行器,使用者需要按阶段执行已安装的参考脚本。
  • 抓取物理修复需要视觉证据或明确抓取点,否则相关 FET005 步骤会被阻塞。

如何安装这个 Skill?

使用 NVIDIA/skills 的 skills CLI 安装:

npx skills add nvidia/skills --skill omniverse-cad-to-simready --yes

也可以指定目标代理,例如:

npx skills add nvidia/skills --skill omniverse-cad-to-simready --agent codex --yes

源材料没有说明该单项技能安装后的具体本地目录。

如何使用这个 Skill?

安装后,可向代理发出类似请求:

将 /path/to/source-asset 转换为 SimReady USD,输出到 /path/to/output,并完成材质、物理属性、验证和可选打包。

若只需转换,可明确说明“仅转换并验证,不部署 Content Agents”。运行前通常需要 Python 3.12、uv、Docker、NVIDIA Container Toolkit、NVIDIA GPU,以及相应的上游检出和认证配置。具体阶段命令应按照该技能 references/workflow.md 和 references/commands.md 执行;源材料未提供完整的单项命令清单。

常见问题

可以只做 CAD 转 USD 吗?
可以。转换-only 是有效范围,应跳过 Content Agents,并在转换成功后运行 validate-usd-minimum。
属性分配前为什么必须部署 Content Agents?
该技能要求在属性分配意图为 run 时,先验证或部署 OVRTX、Material 和 Physics 服务;服务缺失或不健康时应停止,而不是继续转换或验证。
失败后会继续执行后续阶段吗?
部署、转换、属性分配或规范编写阶段失败时,默认在首个失败点停止。若已有有效 USD 但验证发现问题,则应继续诊断性验证,并将结果标为 needs_rerun。

同仓库的其他 Skills

均来自 NVIDIA/skills

开发与工程 ✓ NVIDIA · 官方

Omniverse USD 性能调优

为 USD 场景诊断加载、内存、帧率与验证问题,并规划基于证据的优化流程。

数据与分析 ✓ NVIDIA · 官方

PAS 人员属性搜索工作流

在 OSMO 上扩增人员图像并自动生成属性标注。

自动化与运维 ✓ NVIDIA · 官方

Physical AI 基础设施与弹性扩展

为合成数据生成工作流搭建、验证并恢复可扩展的 Physical AI 基础设施。

自动化与运维 ✓ NVIDIA · 官方

OSMO 物理 AI 视频增强编排器

在 OSMO 上安全运行视频增强、自动标注与结果回收流程。

数据与分析 ✓ NVIDIA · 官方

TAO Grounding DINO 开放词汇检测

用文本提示训练和部署无需固定类别词表的目标检测模型。

开发与工程 ✓ NVIDIA · 官方

Holoscan SDK 安装向导

根据主机环境选择并引导完成 Holoscan SDK 的合适安装方式。

自动化与运维 ✓ NVIDIA · 官方

TAO NVIDIA GPU 主机配置

为 TAO 的 Docker 与 Kubernetes GPU 主机检查并配置 NVIDIA 驱动、CUDA 和容器运行时。

数据与分析 ✓ NVIDIA · 官方

TAO FastFoundationStereo 实时立体深度

指导 TAO 使用 FastFoundationStereo 从双目图像生成低延迟视差图。

自动化与运维 ✓ NVIDIA · 官方

Jetson LLM 服务部署技能

为 NVIDIA Jetson 配置并启动 vLLM 或 SGLang 的 LLM/VLM 服务。

自动化与运维 ✓ NVIDIA · 官方

Nemotron Speech 语音 NIM 技能

指导部署和运行 NVIDIA Riva 的语音识别、语音合成与翻译 NIM。

开发与工程 ✓ NVIDIA · 官方

TAO Sparse4D 训练技能

帮助代理训练、评估、导出、量化和推理多摄像头时序3D检测跟踪模型。

自动化与运维 ✓ NVIDIA · 官方

RTVI-CV 二维检测跟踪运维技能

部署并运维 RTVI-CV 二维视频检测与跟踪微服务。

自动化与运维 ✓ NVIDIA · 官方

VSS 视频分析报告

为单个视频片段或事件时间范围生成结构化的视频分析报告。

数据与分析 ✓ NVIDIA · 官方

VSS 视频分析查询

通过 VA-MCP 读取视频分析事件、指标、告警与传感器数据。

数据与分析 ✓ NVIDIA · 官方

Cosmos-Embed 视频检索与微调技能

用 Cosmos-Embed1 将视频与文本嵌入用于检索和微调。

自动化与运维 ✓ NVIDIA · 官方

VIOS 视频输入输出与存储管理

通过 VIOS REST API 管理传感器、视频流、录制、快照和视频存储。

自动化与运维 ✓ NVIDIA · 官方

Holoscan NGC 容器安装助手

通过 NGC Docker 容器安装、验证并启动 NVIDIA Holoscan SDK。

数据与分析 ✓ NVIDIA · 官方

TAO FoundationStereo 立体深度

使用 FoundationStereo 从双目图像生成视差图,支持三维重建模型的训练、评估与部署。

数据与分析 ✓ NVIDIA · 官方

TAO SegFormer 语义分割技能

为 TAO SegFormer 提供语义分割训练、评估与部署指导。

数据与分析 ✓ NVIDIA · 官方

TAO 标准训练流程

为 TAO 模型执行标准的训练、评估与导出流程。

相关 Skills