自主 AI 智能体正变得越来越强大。开放模型、模型上下文协议 (MCP) 连接的工具以及可移植技能，也让智能体更易于扩展。但要以结构透明度和运营完整性来扩展智能体的使用，仅靠运行时防护是不够的。组织和团队需要理解并信任智能体所使用的技能或指令。
NVIDIA 验证的智能体技能通过帮助开发者了解能力、发现技能来源、是否经过常见风险扫描，以及发布后是否被修改，来填补这一空白。当技能在实际工作流中被重用和部署，而非被视为单个不透明的捆绑包时，技能验证就显得尤为重要。
经过验证的技能将透明度、来源、安全验证和真实性检查嵌入到智能体能力层，帮助开发者更自信地扩展自主智能体。经过验证意味着已编目、已扫描、已签名，并附有技能卡文档。经过验证的技能基于 agentskills.io 开放技能规范构建，因此同一个 SKILL.md 在一个 AI 编码智能体中可用，也设计为可在 Claude Code、Codex 和 Cursor 中可靠运行。
本文解释了什么是 NVIDIA 智能体技能以及它们如何获得验证、技能卡如何工作，以及如何在自己的智能体工作流中更安全、更自信地部署智能体技能。
什么是 NVIDIA 智能体技能？
NVIDIA 智能体技能是可移植的指令集，教导 AI 智能体如何正确使用 NVIDIA CUDA-X 库、AI Blueprints 和平台工具。发布在 NVIDIA/skills GitHub 仓库中的 NVIDIA 验证技能：
- 由拥有它的 NVIDIA 产品团队每日编目和同步
- 发布前扫描软件和智能体原生风险
- 使用分离的 skill.oms.sig 签名，可在下载后验证
- 附有技能卡文档，描述所有权、依赖关系、限制和验证状态
评估是下一层。它将添加标准化的质量指标、触发准确率、任务完成率和令牌效率，并随着推出针对通用测试框架进行衡量。
视频 1. 了解更多关于智能体技能验证的信息，在技能进入您的工作流之前需要关注什么，以及如何使用 NVIDIA 验证的技能
智能体技能如何获得验证？
NVIDIA 验证的技能始于产品团队拥有的源仓库。从那里，它经过一个发布流程，可能包括人工审查和自动策略检查，随后是扫描、评估、生成技能卡、签名、编目，并同步到公共目录。
每个经过验证的技能都配有一张技能卡，这是一个机器可读的信任记录，解释以下内容：
- 技能做什么
- 谁构建了技能
- 技能如何许可
- 技能依赖关系是什么
- 技能的已知技术限制、风险和缓解措施是什么
随着时间的推移，评估成为同一验证流水线的一部分（图 1）。这种方法保留了基于 SKILL.md 的技能开放性和可移植性，同时嵌入了开发者可以预期的信任链层。更多详情，请参阅技能文档。
图 1. 代理技能如何成为 NVIDIA 验证的技能### 已验证的技能如何为技能层带来信任？
NVIDIA 已经通过 NVIDIA NeMo Guardrails 库在代理系统中嵌入了信任，涵盖控制、隐私和基于策略的护栏。NVIDIA OpenShell 和 NVIDIA NemoClaw 等资源关注代理如何运行：沙箱化执行、对文件和网络的受控访问，以及围绕敏感操作的政策执行。
已验证的技能将这种 AI 治理扩展到代理能力。运行时控制有助于在执行期间管理代理行为。已验证的技能管理进入工作流的能力，并成为跨编码工具、注册表和企业平台扩展信任代理的常见方式。
扫描如何在技能发布前帮助降低风险？
在已验证的技能进入 NVIDIA 技能目录之前，NVIDIA 会将其通过 SkillSpector 运行，作为发布验证流水线的一部分。这种方法将技能视为可部署的代理能力，而不是静态提示。SkillSpector 检查常规软件风险，如易受攻击的依赖项、可疑脚本、危险代码模式、凭据访问和数据泄露路径。
SkillSpector 还检查代理特定风险，如隐藏指令、提示注入、触发器滥用、过度代理、工具投毒，以及技能声明的目的、请求的访问权限和捆绑行为之间的不匹配。意图层很重要：一个技能在文件层面可能看起来无害，但却引导代理走向不安全行为，请求超出其目的所需的更广泛访问权限，或描述一项任务而捆绑的工件却支持另一项任务。
此过程产生结构化的审查信号，帮助 NVIDIA 在发布前阻止或修复有风险的技能。
SkillSpector 扫描覆盖范围基于公认的 AI 安全治理，包括 OWASP 针对 LLM 的指南、代理 AI 风险 和 MITRE ATLAS。NVIDIA 技能扫描文档 列出了当前覆盖范围，并随着扫描类别和供应链检查的扩展而更新。
加密签名如何为代理技能添加可验证的来源？
NVIDIA 正在公开试验对智能体技能进行加密签名，作为面向企业级部署的更广泛验证路线图的一部分。目标是让开发者更容易信任 NVIDIA 发布的技能，并在不同环境中复现相同的验证与部署流水线。
该签名覆盖技能目录中的每个文件和子目录，为开发者提供了一种具体的方式来验证所下载的技能是真实且未被改动的。这正是经过验证的技能与那些仅仅与某个已知发布者相关联、或被列入受信任目录的资源之间的区别所在。许多注册表可以识别是谁上传了某个资源；但很少有注册表能让开发者在下载后对资源本身进行加密验证。在技能生态系统中，信任应来自可验证的完整性与真实性，而非仅来自隐含的来源信息。
证书获取、受支持的验证工具以及示例验证命令，请参阅签名文档。例如，你可以在本地验证一个已签名的技能。为此，请按照以下步骤操作：
- 下载 NVIDIA Agentic Capabilities 根证书，文件名为 nv-agent-root-cert.pem - 安装 OpenSSF Model Signing (OMS) 验证器，例如
pip install model-signing
- 执行以下命令以验证技能签名：
$ model_signing verify certificate SKILL_DIR \
--signature SKILL_DIR\skill.oms.sig \
--certificate-chain nv-agent-root-cert.pem \
--ignore-unsigned-files
技能卡如何工作？
GitHub 上的技能卡模板解释了其模式、如何组织技能并指定数据流，以及随着规范演进哪些字段是必需的、哪些是可选的。
例如，设想一位正在构建配送调度智能体的开发者，在安装 NVIDIA cuOpt 路径规划技能之前，他想了解三件事：该技能由谁编写、除了 cuOpt 求解器端点之外它还会访问什么，以及底层优化器是否已针对真实路径规划基准进行过验证。cuOpt 技能卡在一个机器可读文件中回答了全部三个问题。智能体会在加载技能的同时加载该文件，因此无需在每次安装时进行人工审计。
技能卡如何让信任元数据可付诸行动？
技能卡是信任集中所在之处。技能卡中的信息对开发者和企业架构师都很有用。开发者可以审查某个技能是否与目标智能体兼容，在部署前快速确认依赖关系，并了解技能将如何运行。此外，企业团队可以在允许更广泛地部署技能之前，审查已知风险、故障安全控制和验证状态。
在 NVIDIA，可信 AI始于透明度——技能能做什么，以及如何将其传达给开发者以供评估和部署。为此，我们也很高兴发布我们的技能卡模板和技能卡生成器。公开技能卡模板中的所有必填字段都可以自动生成并经人工验证。通过公开提供这些资源，NVIDIA 邀请社区以透明的方式为技能、智能体以及更多领域进行开发。
开始使用 NVIDIA 验证的智能体技能
如果你要在真实环境中部署智能体，信任就不仅限于运行时。你需要知道某项能力的来源、它是否通过了安全检查，以及它在发布后是否被修改过。经过验证的技能有助于以易于移植的方式回答这些问题。
例如，要开始使用 cuOpt 验证技能，请按照以下步骤操作：
- 从目录中拉取 cuOpt 验证技能：
git clone github.com/nvidia/skills && cd skills/skills/cuopt
- 验证签名：
model_signing verify certificate. --signature skill.oms.sig --certificate-chain nv-agent-root-cert.pem --ignore-unsigned-files
- 打开
SKILLCARD.yaml
以查看所有权、依赖项、许可证和验证状态。
如需了解更多信息，请访问 Skills 文档 查看所有可用的技能，或浏览 NVIDIA/skills GitHub 仓库。
致谢
我们感谢 Pratyusha Maiti、Alec Evangelista、Mohit Gupta、Isabel Hulseman、Yogesh Dangi、Yashraj Basaravaj Patil、Keshav Pradeep、Narendran Raghavan、Christopher Kevin、Siddharth Itagi 和 Pranita Maske 对本项工作的贡献。