
de skills1,118
Interrogez les incidents, les alertes, le nombre de capteurs et les métriques d'un backend Elasticsearch VA-MCP (port 9901) pour répondre aux questions sur les infractions, l'occupation et la vitesse.
Interroge les incidents, les alertes, les identifiants de capteurs, les lieux et les métriques agrégées stockées dans Elasticsearch via le point de terminaison JSON-RPC de VA-MCP (port 9901 par défaut). Il propose un modèle CLI en deux étapes pour initialiser une session MCP, puis appeler des outils tels que get_incidents, get_sensor_ids, get_places, fov_histogram et des aides à l'analyse pour renvoyer les incidents récents ou des statistiques agrégées.
Utilisez cette compétence lorsque vous avez besoin de données faisant autorité et d'événements enregistrés provenant d'une pile d'analyse vidéo : rapports d'incidents, historique des alertes, comptage d'objets (personnes, véhicules), occupation, vitesses moyennes ou listes de capteurs/lieux. Elle est destinée aux requêtes opérationnelles où l'agent doit exécuter les commandes curl fournies contre un point de terminaison VA-MCP accessible et relayer les résultats réels plutôt que de deviner.
Probablement compatible avec les outils d'agent capables d'exécuter des commandes shell et des requêtes HTTP (agents activés pour le CLI tels que Copilot/Codex/Gemini CLI ou Claude Code).
Compétence d'analyse vidéo NVIDIA pour interroger les incidents/alertes/métriques à partir d'un backend Elasticsearch VA-MCP. L'URL source est en 404 (le chemin video-search-and-summarization/video-analytics n'existe pas dans le dépôt NVIDIA/skills — les compétences réelles se trouvent sous vss-setup-video-analytics-api, vss-ask-video, etc.). Le corps de skill_md_body était nul, l'analyse statique est donc limitée aux métadonnées de la DB. En se basant sur les compétences NVIDIA VSS connexes, il s'agit d'une compétence de déploiement/opérationnelle nécessitant Docker, Elasticsearch, des identifiants NGC et du matériel GPU. Aucun script n'était intégré. La compétence semble être une entrée de découverte obsolète/défectueuse avec une URL source morte.
skill_md_body est nul et l'URL source (https://github.com/nvidia/skills/blob/main/skills/video-search-and-summarization/video-analytics/SKILL.md) renvoie une 404. Le dépôt NVIDIA/skills possède des compétences similaires sous vss-setup-video-analytics-api, vss-ask-video, vss-summarize-video, etc. Ceci semble être une entrée de découverte erronée. Score de sécurité : aucun script à auditer, aucun curl|bash ou identifiants codés en dur visibles dans les métadonnées, mais la courte description mentionne la connexion à Elasticsearch sur le port 9901, ce qui implique un accès réseau à un backend potentiellement sensible. Qualité du code : 42 — le contenu de SKILL.md est manquant (corps nul), rendant la compétence essentiellement non fonctionnelle telle qu'écrite. Architecture : 35 — le frontmatter a été partiellement capturé par le système de découverte, mais le contenu central est absent. Utilité : 40 — l'interrogation d'analyses vidéo via Elasticsearch est un cas d'utilisation réel, mais nécessite une infrastructure lourde NVIDIA/ES/Docker et cette entrée de compétence spécifique est défectueuse.
MoE Expert-Parallel Overlap (Megatron-Bridge)
Conseils et configurations pour activer le chevauchement des communications parallèles d'experts dans Megatron-Bridge pour les modèles MoE — utilisez-le pour masquer la latence de dispatch/combine et améliorer le débit.
Guide Megatron CI/CD
Guide de référence pour le CI/CD de Megatron-LM : structure du pipeline, libellés de portée des PR, déclenchement du CI interne et étapes d'investigation des échecs CI.
VSS Video Summarization
Résumez des clips vidéo enregistrés à l'aide d'un microservice de résumé LVS local avec HITL ; basculez vers un VLM lorsque le service est indisponible.