SkillsScout
DATA-ANALYSIS / 数据分析与可视化

cdf-curation-and-retrieval-nvidia-skills

收录日期 2026-11-09·来源仓库 ↗
受欢迎程度
7
可用程度与相关性
7
安全性
8
7.3SCOUT SCORE

1. 基本信息

项目 内容
名称 cdf-curation-and-retrieval-nvidia-skills
作者/维护者 NVIDIA(官方)
来源链接 https://github.com/nvidia/skills/tree/main/skills/cdf-curation-and-retrieval
许可证 CC-BY-4.0 AND Apache-2.0
GitHub Stars / Forks 3,874 / 411(所属仓库整体数字,不代表本技能自身热度;GitHub API,2026-11-09 读取)
最新版本 技能内标注 1.2.0;仓库主分支最近一次提交 2026-11-09
安装方式 把技能目录复制进 agent 的 skills 目录;另需 Cosmos Curator / Dataset Search 的访问权限

数据来源:上述数字取自 GitHub API;功能与评分依据来自技能正文与官方文档。

2. 功能介绍与亮点

一句话:给物理 AI 的数据集做整理与检索——切分、去重、分片、标注、过滤、生成字幕与向量,再按能力做数据集检索。

3. 适用场景

所属分类:数据分析与可视化。

4. 跨 Agent 兼容性

Agent 结论 依据
Claude Code 原生支持 技能目录安装,按描述触发
Codex 需适配 技能正文通用,CLI 与 Make 调用需按平台调整
OpenClaw 需适配 需要平台支持技能目录并允许执行本地命令
Hermes Agent 未验证 未找到该平台的接入示例

5. 推荐理由

视频数据集真正费时的是「把脏数据变成能训的数据」:切片、去重、分片、打标、生成字幕与向量,每一步都有坑。这个技能把这条流水线按 Cosmos 的组件写清楚,并说明数据集检索怎么按能力筛选——对做物理 AI 数据的团队,这是能直接照着排工序的说明。

6. 评分

维度 分数 说明
受欢迎程度 7 NVIDIA 官方出品;所属仓库 3,874 stars 是整个合集热度,不代表本技能自身热度
可用性 7 组件与流程完整;前置是 Cosmos 环境的访问与配置
安全性 8 见下方清单;数据处理在自有环境,但内置目录含隐私敏感场景,技能自身要求先做法律审查

安全性检查清单:

项 结果
① 执行 shell 与权限 通过 Cosmos CLI/Make 操作自有数据集
② 联网外发 与所配置的 NVIDIA 服务通信,目标透明
③ 凭据 使用既有访问凭据,不要求写进对话
④ 可疑指令 未见注入;对敏感目录主动标注需法律审查
⑤ 作者信誉 NVIDIA 官方仓库
⑥ License CC-BY-4.0 AND Apache-2.0,全文可查
⑦ 维护时间 2026-11-09 仍在更新

扣分点:需要 Cosmos 环境;涉及人员行为类数据的目录须先过法务。

7. 跟同类 Skills 相比的优势

技能 定位 与本技能的差异
data-designer-nvidia-skills 合成数据生成 造数据;本技能清洗与检索已有数据
accelerated-computing-cudf-nvidia-skills GPU 数据帧加速 管表格数据处理;本技能管视频/图像数据集
dali-dynamic-mode-nvidia-skills 数据加载与增强 管训练时的数据流水线;本技能管入库前的整理

核心差异:同类分别管造数、表格与加载,它管的是「数据集从原始素材到可检索」这一段。

8. 用户评价

该技能目前在第三方平台尚无具名用户评价(2026-11-09)。

9. 其他补充

10. 安装使用方式

git clone https://github.com/nvidia/skills
mkdir -p ~/.claude/skills
cp -r skills/skills/cdf-curation-and-retrieval ~/.claude/skills/

装好后说「把这批视频切片去重、生成字幕与向量,再按场景建检索」,它会按 Curator 与 Dataset Search 的组件给步骤。

11. 注意事项