MCP App StoreMCP App Store
Enregistrez des épisodes de téléopération (clavier/leader/VR) au format HDF5 pour la création de datasets.
Enregistrez des épisodes provenant d'environnements de simulation agentiques via la téléopération dans des fichiers HDF5 pour la collecte de données et les démonstrations humaines. Cette compétence encapsule le lanceur de téléopération i4h-workflows, gère les répertoires d'exécution, fait remonter les raccourcis clavier spécifiques aux périphériques depuis les logs et vérifie les sorties HDF5 enregistrées.
Utilisez cette compétence pour collecter des datasets de démonstrations humaines pour l'entraînement ou l'évaluation, ou pour exécuter des sessions de téléopération pour tester des environnements. Nécessite le dépôt de base i4h-workflows, un virtualenv configuré et le périphérique de téléopération approprié disponible.
Une compétence NVIDIA Isaac for Healthcare pour enregistrer des épisodes de téléopération dans des ensembles de données HDF5. SKILL.md bien structuré avec des instructions claires, du dépannage et des prérequis. Pas de scripts intégrés — la compétence pilote des scripts bash existants provenant d'un clone de dépôt. Le clone git sans épinglage d'un commit/tag est une préoccupation mineure, et la compétence conseille correctement de ne pas simuler de démos sans opérateur humain. Public très spécialisé (téléopération robotique avec matériel NVIDIA spécifique).
Déduction de sécurité : clone git sans réf épinglée (-8), expansion de variables shell dans les commandes (-4). La qualité est bonne : étapes claires, bonne section de dépannage, vérification explicite. L'architecture suit la spécification des compétences avec le frontmatter, mais sans répertoires scripts/ ou references/. L'utilité est très spécifique : nécessite un matériel robotique NVIDIA spécifique et une configuration Isaac Sim, résolvant un cas d'utilisation étroit pour un petit public.
Unitree Robot Controller
Control and command Unitree robots (GO1/GO2/G1/H1) via OpenClaw: initialization, basic motion commands, and sensor integrations.
OSMO CLI Agent
Manage OSMO cloud compute: check pools, GPUs, quotas, submit and monitor workflows, inspect logs, and create apps using the OSMO CLI.
ROS 2 Engineering Skills
An API-reference and template guide for ROS 2 development: workspace, nodes, QoS, ros2_control, Nav2/MoveIt, testing, and deployment best practices.
ROS Skill
Control and monitor ROS/ROS2 robots over rosbridge (WebSocket) with CLI commands for topics, services, nodes, params, and actions.
ROS Robotics Engineering
Comprehensive support for ROS 1/2 development, migration, and debugging, covering workspace management, TF, Nav2, and embedded integration.
Active Inference in Dart
A complete Dart implementation of Active Inference for Bayesian belief updating, free energy minimization, and policy selection.
AgentSociety: Create Dataset
Create, validate, package, and upload datasets to the AgentSociety platform following the project's dataset schema and upload workflow.
GraspGenX: Cross-Embodiment 6-DOF Grasping
Generate high-confidence 6-DOF grasps for any gripper using a cross-embodiment foundation model via ZMQ or MCP.