NVIDIA公式のAgent Skillsカタログを開くと「OpenClaw上でOpenClawを動かす」スキルまであった

NVIDIAがGitHubで公開している「NVIDIA/skills」は、CUDA・cuOpt・DeepStream・Jetson・Physical AI(ロボティクス)といった同社の各製品を、Claude CodeやCodexなどのコーディングエージェントに正しく使わせるための公式Agent Skillsカタログだ。README冒頭には「スキルは各製品のリポジトリで保守され、自動同期パイプラインによって毎日このリポジトリにミラーされる」と書かれている。GitHub APIで確認したところ、リポジトリは2026年2月25日に作成され、8月27日確認時点でスター数3,120。この記事を書くにあたり2026年8月31日に再度GitHub APIを叩き直したところ、スター数3,150・フォーク367・オープンIssue19、直近pushは8月30日に更新されており、4日間で30スター増えていた。

3行まとめ

1. npx skills add nvidia/skills一発でカタログからスキルを選んでインストールできる。Claude Code・Codex・Cursor・Kiro・Snowflake CoCoなど複数のエージェントを--agentオプションで指定可能。
2. カタログの本文（README raw版の表）を実際にパースして数えたところ、cuOpt・DeepStream・DOCA・Jetson・Physical AI・Megatron-Core・NeMo系列・TAO Toolkitなど38の製品カテゴリにまたがる、個別スキル(SKILL.md)341件が並んでいた。最多はDOCA(60件)、次いでTAO Toolkit(58件)。
3. 公開済みスキルは全て「OMS署名」という検証可能な電子署名付き。NVIDIAの信頼アンカー証明書に対してmodel_signingコマンドで検証できる。ロードマップには「Skills.sh・Codexプラグイン・Claude Codeプラグイン・ClawHub・Hermes Hubへのシンジケーション」が完了項目として記載されている。

npxコマンド1つで入る

READMEのクイックスタートは次のコマンドだけだ。

npx skills add nvidia/skills

これはVercel Labsが公開しているskillsCLIの標準フローを使ったもので、リポジトリをクローンしたりフォルダを手でコピーしたりする必要はない。スキル名が分かっていれば--skillと--yesで対話プロンプトを省略でき、--agent claude-codeのように対象エージェントを明示的に指定することもできる。READMEには「v1.5.16以降のskillsCLIが必要。古いCLIではインストールはできてもClaude Code上に表示されないことがある」という注意書きもあった。

カタログの中身：ロボティクスからCUDA、金融まで

READMEのraw版を取得し、「Skill Catalog」表を実際にパースして数えたところ、製品カテゴリは38、個別スキル(SKILL.md)の総数は341件だった。目立ったところでは、GPU最適化ソルバーの「cuOpt」(車両ルーティング・線形計画・二次計画)、ロボットシミュレーション向けの「Physical AI」、DPU向けSDKの「DOCA」、そしてポートフォリオ最適化にcuOptを応用した「Portfolio Optimization」スキルまで見つかった。金融のCVaR最適化にNVIDIA製GPUライブラリを使うという組み合わせは、想像していなかった用途だった。個別スキル数で見た上位カテゴリは次の通り。

（出典: README raw版のSkill Catalog表を本記事執筆にあたり全行パースして集計。NVIDIA公式が集計済みの数字として公表しているわけではない）

医療分野でも「Medical AI Skills」(MONAIベースのDICOM処理・セグメンテーション)、「Digital Health」(臨床音声認識のベンチマーク生成)という具体的なカテゴリがあり、NVIDIAのAgent Skillsが単なる開発者向けドキュメントの延長ではなく、業界別のワークフローまで踏み込んでいることが分かる。

見つけた意外なスキル：「NemoClaw」を開くと、中身は「ドキュメント案内役」だった

カタログを一通り眺めていて目を引いたのが「NemoClaw」という項目だ。README表の説明文をそのまま引用すると「Secure agent sandboxing — run OpenClaw inside NVIDIA OpenShell with managed inference, policy management, remote deployment, sandbox monitoring.(セキュアなエージェントサンドボックス化——マネージド推論・ポリシー管理・リモートデプロイ・サンドボックス監視付きで、NVIDIA OpenShell上でOpenClawを動かす)」とある。

実際にskills/nemoclaw-user-guide/SKILL.mdの中身をGitHub API経由で取得して読むと、このスキル自体がサンドボックスを直接起動するコードではなく、「NemoClawの公式ドキュメントへコーディングエージェントを正しく誘導するための案内役」であることが分かった。SKILL.mdのdescriptionには「NemoClawのdocs MCPサーバーと、Markdown形式の正規FernドキュメントへユーザーのAIエージェントを誘導する」と書かれており、本文の「Retrieval Order(取得順序)」セクションは、MCP対応エージェントにはhttps://docs.nvidia.com/nemoclaw/_mcp/serverのMCPサーバーを、非対応の場合はhttps://docs.nvidia.com/nemoclaw/llms.txtというAIドキュメント索引をまず取得させる、という手順を定義している。

さらに本文を読むと、NemoClawが対応するエージェント変種は「OpenClaw」だけでなく「Hermes」「Deep Agents」の3つがあり、SKILL.mdは「セットアップ手順を出す前に、ユーザーがどの変種を使いたいか必ず質問すること」とAIエージェント側への振る舞い指示まで含んでいた。つまりカタログ表の一文サマリーは「OpenClawをNemoClaw上で動かす」という機能紹介に読めるが、スキル自体の実体は3つの対応エージェント全てへのドキュメント案内ロジックであり、カタログの要約文だけでは実際のスキルの構造は分からない、という点がこの記事で新たに確認できたことになる。

OMS署名による検証の仕組み

READMEの「Verifying Skills」セクションによれば、公開済みの全スキルはSKILL.md・skill-card.md(ガバナンスカード)・skill.oms.sig(検出可能なOMS署名)・Tier3評価データセット・BENCHMARK.mdをセットで持つ。同期パイプラインは、これら必須アーティファクトが欠けているスキルを公開前に落とす仕組みになっているという。検証コマンドも示されている。

pip install model-signing
model_signing verify certificate SKILL_DIR \
  --signature SKILL_DIR/skill.oms.sig \
  --certificate_chain nv-agent-root-cert.pem \
  --ignore_unsigned_files

検証が成功すれば「署名以降、スキルの中身がNVIDIAによって改変されていないこと」が確認できる、とREADMEは説明している。

ロードマップに並ぶ「済」の多さ

READMEのロードマップ欄はチェックボックス形式で、「公開スキルカタログ」「自動同期パイプライン」「命令の安全性とサプライチェーン整合性のセキュリティスキャン」「スキル署名」「汎用およびタスク別の評価基準」「機械可読なスキルカード」「同期時のコンプライアンスゲート」「Skills.sh・Codexプラグイン・Claude Codeプラグイン・ClawHub・Hermes Hubへのシンジケーション」の8項目のうち7項目に完了マークが付いており、未完了は「追加のMCPハブ・パートナーチャネルへのシンジケーション」の1件のみだった。前述のSkillEvaluatorやSkillSpectorがこのロードマップの「セキュリティスキャン」「評価基準」の実装を担っている、という位置づけが読み取れる。

数字は数えた、動作は試していない

この記事の「38カテゴリ・341スキル」という数字は、README raw版の表を実際にパースして数えた値で、公式ページ側に集計済みの数字として明記されていたわけではない(NemoClaw自身のSKILL.mdのように、個別スキルの中身を確認したのはこの記事の対象範囲ではごく一部に留まる)。実際にnpx skills addでインストールしてClaude Codeから呼び出した際の挙動、model_signingコマンドでの署名検証を自分の環境で走らせて成功するかどうかは、この記事の執筆時点では確認していない。「BENCHMARK.md」が実際にどのような検証可能な性能向上データを記録しているかについても、NemoClaw以外の個別スキルのファイルまでは開いていない。GitHub APIで実測したスター数・フォーク数は取得時点(2026年8月31日)のものであり、変動する。

関連記事

• AI Skillsに「品質ゲート」を通す──NVIDIAが公開したオープンソース評価基盤SkillEvaluatorを読む
• 『26.1%のスキルに脆弱性』──外部Agent Skillsを入れる前に走らせるNVIDIAのセキュリティスキャナ「SkillSpector」
• Claude発の「Skills」がベンダー中立の標準規格になっていた──agentskills.ioを実際に開いて確認する