NVIDIA 发布 DOCA Agent Skills，面向 BlueField 开发的智能体技能集

用途与变化

NVIDIA 开发者博客发布文章，介绍在 GitHub 上可获取的 DOCA AI agent skills。这类技能以 SKILL.md 为核心，采用轻量开放格式，向 AI 智能体提供 DOCA 的真实 API 签名、硬件能力要求以及构建约束，覆盖 Flow、GPUNetIO、PCC、RDMA 等 DOCA 库组件。文章强调技能不是文档摘要，而是可供智能体直接推理的机器可读规格；它不替代智能体本身，而是补足其 DOCA 领域知识。

评测与演示结果

来源称团队用 65 条真实 DOCA 开发提示词做了对照评测，并给出若干失败模式的计数：API 与标志误用 59/65、未验证硬件能力 46/65、工具选择错误 39/65、跳过冒烟测试 34/65、版本靠猜测 30/65。给出的结论是：无技能时仅满足 19% 的评分清单项，有技能时在全部 65 条提示词上达到 100%。另一个并排演示称，在 BlueField-3 上构建 Go 语言 RDMA 应用时，带技能的一方手写代码减少 73%（189 行对 695 行），硬件命令减少约 46%（20 条对 37 条）。

适用场景

面向使用 NVIDIA BlueField DPU 和 DOCA 做基础设施开发的团队，尤其是需要让编码智能体生成可编译、可链接的 DOCA 代码，或在写入固件级参数前进行设备能力与前置条件核验的场景。文章按四个方向组织案例：调用真实 API、编码前验证硬件、产出可编译链接的代码、以及在真实硬件上安全执行影响固件的变更。

限制与待核实事项

以上评测数据和演示对比均来自厂商官方博客的自述，未提供可复现的完整评测细节，属于厂商单方结果，不宜直接外推。文章给出的日期为 2026 年 10 月 1 日，仅代表来源标注时间。技能的具体安装或使用方式未在正文中展开，需以官方仓库说明为准；此处不推断任何命令、版本或依赖。带技能场景下 100% 满足清单项的结果也有其特定评分标准，实际使用效果可能因任务与硬件组合而异。