写作与内容 ✓ NVIDIA · 官方 skill-cardgovernancedocumentationpython-scriptstrustworthy-ai

技能卡生成器

为现有智能体技能生成或更新治理技能卡。

FollowSkills 评估 · FSRS-2.0
不推荐
58/ 100 五分制 2.9 / 5
信任安全18 / 25 · 3.6/5

声明了目标目录、references/、scripts/以及/tmp/的读写范围,禁止读取凭据和无关文件,并限定可执行脚本;还要求人工复核后提交,降低误发布风险。由于未明确用户确认、回滚机制、依赖完整性校验和详细数据流披露,扣7分。

可靠稳定8 / 20 · 2.0/5

流程顺序、脚本职责、前置条件、错误原因和故障排查均有说明,且基准报告记录了安全、正确性和发现性结果。静态审查无法复现关键路径,jinja2未锁定版本,异常输入与脚本覆盖不足,因此按静态上限保守扣分。

适用触发12 / 15 · 4.0/5

触发条件、非适用场景、输入参数和输出用途较清楚,且核心功能为本地文件处理,不依赖海外在线服务。未明确中文交互支持、不同代理运行时差异和更细粒度的误触发边界,扣3分。

规范维护10 / 15 · 3.3/5

文档包含分层说明、权限、依赖、脚本参数、示例、限制、故障排查、许可证和评估报告。技能自身没有明确版本号、变更日志、维护责任和更新路径;许可证元数据显示为NOASSERTION,与前置声明存在治理核验缺口,扣5分。

有效结果6 / 15 · 2.0/5

技能目标是生成可渲染、可验证的治理卡片,定义了JSON上下文、Markdown输出和验证门禁;提交的11任务基准报告显示正确性和有效性结果较好。缺少可独立核验的代表性产物和运行复现,静态评估按上限保守扣1分。

证据核验4 / 10 · 2.0/5

SKILL.md、脚本、风格指南、评估任务和基准结果提供了可审计材料,且区分了人工复核标记。没有CI、原始日志、提交产物或独立第三方复核,证据覆盖有限,按静态上限扣分。

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
  • 未发现明确红线风险,但写入目标目录和/tmp/前缺少明确的逐次用户确认及回滚说明。
  • jinja2依赖未固定版本,也未说明安全来源或校验方式。
  • BENCHMARK.md提供结果摘要而非原始日志、CI配置或可复现产物;不应将其视为独立验证。
  • 许可证字段存在CC-BY-4.0 AND Apache-2.0、SPDX声明和NOASSERTION元数据之间的核验不一致。
  • 技能未明确中文本地化或大陆网络环境下的代理兼容性。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

技能卡生成器面向已经存在的智能体技能目录,生成 NVIDIA 治理技能卡草稿。它读取目标技能及相关参考资料,提取结构化信号,构建 JSON 上下文,并渲染 Markdown 卡片。它还会检查提交前是否仍有未处理的人工审核标记。生成结果仍需技能所有者进行法律、安全和归属审核。

读取目标技能目录中的 SKILL.md 及允许的参考文件和脚本,运行 discover_assets.py 提取结构化信号,构建上下文 JSON,使用 render_card.py 渲染 Markdown 技能卡,并用 validate_submission.py 检查 VERIFY 或 SELECT 标记。它只能在目标技能目录或 /tmp/ 写入文件,并限制可执行脚本范围。

  1. 技能所有者为现有技能首次准备 NVIDIA 治理卡时使用。
  2. 技能内容发生变化、需要刷新现有技能卡时使用。
  3. 准备法律或安全审查材料的团队使用。
  4. 需要在提交前检查人工审核标记是否已移除的维护者使用。

这个 Skill 有哪些优点和局限?

优点
  • 具有明确的治理卡生成、渲染和提交前校验流程。
  • 限制文件读取、写入和可执行脚本范围。
  • 支持结构化上下文 JSON 和确定性 Markdown 渲染。
  • 明确声明生成结果需要人工法律、安全和所有者审核。
局限
  • 仅适用于已有智能体技能目录,不适用于模型、数据集、容器或完整系统。
  • 需要 Python 3 和已安装的 jinja2。
  • 生成器验证上下文结构,但不验证法律或安全字段的正确性。
  • 源材料未提供测试套件、支持平台清单或失败恢复机制。

如何安装这个 Skill?

使用 NVIDIA 技能集合的默认 CLI 安装:npx skills add nvidia/skills --skill skill-card-generator --yes。README 未说明单独复制该技能目录的安装步骤。

如何使用这个 Skill?

将目标技能目录作为参数提供给技能,例如请求:“为 /path/to/target-skill 生成或更新治理技能卡。”目标目录必须包含 SKILL.md 或 skill.md。技能会按说明读取文件、运行允许的 Python 脚本并生成卡片;具体输出路径取决于调用方提供的上下文和输出参数。

常见问题

它会自动签署、发布或批准技能卡吗?
不会。SKILL.md 明确排除签署、发布和批准,生成结果仍需人工审核。
它需要 API 密钥或网络访问吗?
源材料没有显示需要 API 密钥或网络访问;它依赖本地文件读取、写入和 Python 脚本执行。
它能为任意目录生成卡片吗?
不能。目标必须是包含 SKILL.md 或 skill.md 的现有技能目录。
生成失败时应检查什么?
应检查目标路径、Python 3、jinja2、上下文 JSON 的必需字段,以及渲染结果中是否仍有 VERIFY 或 SELECT 标记。

同仓库的其他 Skills

均来自 NVIDIA/skills

开发与工程 ✓ NVIDIA · 官方

Jetson 目标知识库生成器

扫描 Jetson BSP 与源码树,生成按目标配置组织的知识库快照。

数据与分析 ✓ NVIDIA · 官方

NVIDIA AI-Q 深度研究

通过本地 AI-Q Blueprint 后端执行可追踪的深度研究。

开发与工程 ✓ NVIDIA · 官方

NVIDIA cuOpt 开发者技能

帮助开发者修改、构建、测试和贡献 NVIDIA cuOpt。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 安装助手

为 CLI、语言包和主流框架选择并验证 NeMo Relay 安装路径。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 快速上手

帮助首次使用 NeMo Relay 的用户通过最小试验验证可观测执行价值。

数据与分析 ✓ NVIDIA · 官方

DICOM 序列预检

在转换或推理前快速验证单个 DICOM 序列目录。

开发与工程 ✓ NVIDIA · 官方

DALI 动态模式开发助手

帮助 AI 代理编写、审查和迁移 NVIDIA DALI 命令式动态模式代码。

开发与工程 ✓ NVIDIA · 官方

NeMo Evaluator 评估插件技能

帮助代理通过 NeMo CLI 与 Python SDK 执行并管理模型评估。

写作与内容 ✓ NVIDIA · 官方

NeMo-RL 文档规范

帮助 NeMo-RL 项目按统一规范编写和维护文档。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 迁移助手

将 NeMo Flow 项目安全地迁移为 NeMo Relay。

开发与工程 ✓ NVIDIA · 官方

Earth2Studio 诊断模型构建器

为 Earth2Studio 创建单步数据转换诊断模型包装器。

数据与分析 ✓ NVIDIA · 官方

Earth2Studio 气象数据获取

按变量和时间从 Earth2Studio 数据源获取气象与气候数据。

开发与工程 ✓ NVIDIA · 官方

Earth2Studio 安装指南

指导用户安全安装 Earth2Studio 并配置模型依赖与运行环境。

自动化与运维 ✓ NVIDIA · 官方

Jetson 软件包与环境助手

为 Jetson 选择匹配架构的容器与 GPU 软件包。

开发与工程 ✓ NVIDIA · 官方

AMC 样例数据集校准

用 NVIDIA AutoMagicCalib 的内置样例数据端到端验证正在运行的校准服务。

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。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 类型包装器与编解码器

为 NeMo Relay 集成提供类型安全边界,同时保持 JSON 中间件语义和调用方行为稳定。

开发与工程 ✓ NVIDIA · 官方

Omniverse 实时查看器

为 USD 查看器应用选择实现路径,并指导渲染、交互、界面与验证流程。

开发与工程 ✓ NVIDIA · 官方

CUDA-Q 量子入门指南

帮助开发者安装 CUDA-Q、编写量子内核,并使用 GPU 模拟器或真实 QPU。

开发与工程 ✓ NVIDIA · 官方

cuOpt 数值优化 API 技能

用 cuOpt 指导 GPU 加速的 LP、MILP 与 QP 建模求解

相关 Skills