Live Raven: Open-Source-Multi-Agenten-System konstruiert Workflows für Spieleentwicklung
↘

NVIDIA veröffentlicht DOCA AI Agent Skills auf GitHub

Offenes SKILL.md-Format liefert KI-Agenten verifizierte API-Signaturen und Build-Einschränkungen für die BlueField-Entwicklung

· Veröffentlicht: 01.10.2026 ·2 Min Lesezeit
NVIDIA veröffentlicht DOCA AI Agent Skills auf GitHubMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • NVIDIA stellt DOCA AI agent skills vor; sie sind auf GitHub verfügbar.
  • DOCA AI agent skills bieten verifizierte API-Signaturen, Hardware capability requirements und Build-Einschränkungen.
  • Das Format ist leichtgewichtig, offen und basiert auf einer SKILL.md-Datei.
  • DOCA ist die einheitliche Software-Plattform für NVIDIA BlueField DPUs und umfasst beschleunigtes Networking, AI-native Storage, In-Silicon-Security, Telemetrie und Lifecycle-Management.
  • DOCA AI agent skills richten sich an KI-Agenten, die mit DOCA entwickeln, und sollen korrigierende Zyklen reduzieren.
  • Der Beitrag 'Build Applications on NVIDIA BlueField Faster with NVIDIA DOCA Agent Skills' ist am 1. Oktober 2026 auf dem NVIDIA Technical Blog erschienen.

DOCA AI Agent Skills auf GitHub veröffentlicht

NVIDIA hat DOCA AI Agent Skills vorgestellt. Die Fähigkeiten für KI-Agenten sind auf GitHub verfügbar, wie das Unternehmen in einem Beitrag auf dem NVIDIA Technical Blog am 1. Oktober 2026 mitteilte. Der Beitrag trägt den Titel „Build Applications on NVIDIA BlueField Faster with NVIDIA DOCA Agent Skills“. Darin beschreibt NVIDIA, dass KI-Agenten zwar zunehmend zum Standard in Entwicklungsworkflows werden, allgemeine Agenten jedoch nicht für spezialisierte Infrastruktursoftware wie DOCA entwickelt wurden. Ohne domänenspezifisches Wissen griffen Agenten auf Vermutungen zurück. In der Infrastrukturentwicklung sei das problematisch, weil jeder Korrekturzyklus Zeit von der Bereitstellung abziehe. DOCA AI Agent Skills sollen eine strukturierte, verifizierte Grundlage bieten, um diese Lücke zu schließen. Der Beitrag erläutert, wie die Skills in vier DOCA-Entwicklungsszenarien funktionieren, und enthält eine Gegenüberstellung sowie eine Anleitung für den Einstieg.

SKILL.md-Format mit verifizierten API-Signaturen und Build-Einschränkungen

Das Format ist nach Angaben von NVIDIA leichtgewichtig und offen. Es basiert auf einer SKILL.md-Datei, die als zentrale Struktur dient. Darin enthalten sind verifizierte API-Signaturen, Hardware capability requirements – also Anforderungen an die Hardware-Fähigkeiten – sowie Build-Einschränkungen. Diese Informationen sollen KI-Agenten in die Lage versetzen, bei der Entwicklung mit DOCA korrekt zu arbeiten, statt auf Vermutungen zurückzugreifen. Die Skills sind als standardisierte Methode konzipiert, um KI-Agenten neue Fähigkeiten und Fachwissen zu vermitteln. Sie richten sich an Agenten, die mit DOCA entwickeln – auf Host-x86-Systemen, auf BlueField-Arm-Bare-Metal oder in containerisierten Umgebungen. Das offene Format ist nicht an einen bestimmten Agenten gebunden. Die SKILL.md-Datei bündelt damit genau jenes domänenspezifische Wissen, das allgemeinen KI-Agenten bei der Arbeit mit DOCA fehlt.

Schnellere und stabilere Entwicklung auf BlueField-DPUs

Der Zweck der Skills liegt darin, korrigierende Zyklen zu reduzieren. Da jeder Korrekturschritt Zeit von der Bereitstellung abziehe, sollen die verifizierten Informationen nach Angaben von NVIDIA dazu beitragen, schneller zu bauen und stabileren Code auf BlueField-Infrastruktur zu liefern. DOCA ist die einheitliche Software-Plattform für NVIDIA BlueField DPUs und umfasst beschleunigtes Networking, AI-nativen Storage, In-Silicon-Security, Telemetrie und Lifecycle-Management. Die Skills ergänzen diese Plattform um eine Ebene, die KI-Agenten den Zugang zu verifiziertem DOCA-Wissen erleichtert.

J
Jasmin Freitag
Redaktion · KI-Anwendungen & Tools

Jasmin Freitag beobachtet für KI Spotlight die praktische Seite der künstlichen Intelligenz: neue Anwendungen, generative Werkzeuge, kreative KI und den Einsatz von Tools im Alltag und in Unternehmen. Sie erklärt praxisnah, was ein Werkzeug wirklich taugt.

Ähnliche Artikel