Az NVIDIA NemoClaw nyílt stackkel segíti a specializált AI-ügynökök építését
Az NVIDIA bemutatta a NemoClaw nyílt blueprinteket, amelyek hangolt ügynöki keretrendszereket, Nemotron modelleket, optimalizációs eszközöket és biztonságos futtatási környezetet kapcsolnak össze. A megoldás azoknak a fejlesztőknek szól, akik meglévő ügynöki stackjük megtartása mellett szeretnének specializált, szabályozható AI-ügynököket futtatni.
- A NemoClaw nyílt blueprintekkel kapcsol össze modelleket, keretrendszereket és biztonsági vezérlést.
- Jelenleg az OpenClaw, a Hermes Agent és a LangChain Deep Agents támogatott.
- Az OpenShell szabályozza a fájlokhoz, hálózatokhoz, hitelesítő adatokhoz és eszközökhöz való hozzáférést.
- A LangChain hangolása a Nemotron 3 Ultra esetében az NVIDIA szerint közel frontier teljesítményt és futásonként hozzávetőleg tízszer alacsonyabb költséget eredményezett.
- A NemoClaw felhőben, adatközpontban, DGX Sparken és RTX PC-ken is futtatható.
A NemoClaw nem új keretrendszer, hanem összeállított stack
Az NVIDIA fejlesztői blogján, 2026. október 30-án bemutatott NemoClaw olyan nyílt blueprintek gyűjteménye, amelyek egy kiválasztott ügynöki keretrendszer köré építenek teljes stackot. A vállalat szerint a megoldás nem verseng az ügynöki keretrendszerekkel, és önmagában nem is futtatási környezet. A blueprint a modellt, a keretrendszert, az optimalizációt, a megfigyelhetőséget és a szabályozott futtatást kapcsolja össze.
A jelenlegi blueprintek az OpenClaw, a Nous Research által fejlesztett Hermes Agent és a LangChain Deep Agents használatát támogatják. Az OpenClaw fájlokhoz és alkalmazásokhoz férhet hozzá, kódot írhat, alügynököket indíthat, valamint munkameneteken átívelő kontextust kezelhet. A Hermes Agent a használat során kialakított munkafolyamatokat tartós készségekké alakítja. A LangChain Deep Agents összetett, több lépésből álló feladatokhoz kínál tervezést, fájlalapú kontextuskezelést, memóriát és specializált alügynökökhöz való delegálást.
Modellek, optimalizáció és biztonsági szabályok egy helyen
Egy NemoClaw-blueprint négy fő elemet fog össze. Ide tartozik egy hangolt, nyílt ügynöki keretrendszer, például a Hermes Agent, a LangChain Deep Agents vagy az OpenClaw, továbbá a Nemotron nyílt modellek. A stack része az NVIDIA NeMo eszközkészlete is, köztük a NeMo Relay, amely az ügynök végrehajtásának megfigyelését és fejlesztését támogatja. A routingfunkciók a vállalat leírása szerint a teljesítmény, a költség és a megbízhatóság javítását segíthetik.
A negyedik elem az NVIDIA OpenShell biztonságos futtatási környezete. Ez szabályozza, hogy az ügynök milyen fájlokhoz, hálózatokhoz, hitelesítő adatokhoz és eszközökhöz férhet hozzá. A forrás szerint a szabályok akkor is érvényben maradnak, ha az ügynök memóriája vagy a visszakeresett kontextus nem kívánt művelet felé terelné. Az OpenShell például olyan házirendek létrehozását is lehetővé teszi, amelyek megakadályozzák az adatok GitHubra történő kiszivárogtatását.
A hangolás költségelőnyt hozhat a LangChain példáján
Az NVIDIA a modell és az ügynöki keretrendszer összehangolását különösen fontosnak tartja. A modell végzi a következtetést, a keretrendszer pedig meghatározza, hogyan használja az ügynök az eszközöket és a kontextust. Ha a kettő nincs megfelelően összehangolva, az ügynök újra kérheti ugyanazt a kontextust, idő előtt leállhat, vagy előrelépés nélkül ismételheti ugyanazokat a lépéseket.
A LangChain a Deep Agents keretrendszert a Nemotron 3 Ultra modellhez hangolta. A blog szerint ehhez a promptokat, az eszközöket és a köztes szoftvereket módosították, a modell újratanítása nélkül. Az NVIDIA állítása szerint a hangolás a Nemotron 3 Ultra teljesítményét a vezető zárt modellekhez közeli szintre hozta, futásonként hozzávetőleg tízszer alacsonyabb költség mellett. A hangolt modellprofil a LangChain GitHub-tárházában érhető el, a NemoClaw blueprintje pedig közvetlenül tartalmazza ezeket az optimalizációkat.
Felhőben, adatközpontban és helyi NVIDIA gépeken is futtatható
A NemoClaw-ügynökök a forrás szerint felhőben, adatközpontokban, NVIDIA DGX Spark rendszereken, valamint NVIDIA RTX PC-ken és munkaállomásokon is futtathatók. Ugyanazon a stacken működhet például egy kórházi klinikai ügynök és egy elektronikai tervezési automatizálási szimulációs ügynök, eltérő eszközökkel és készségekkel.
A NemoClaw-alapú specialisták együtt dolgozhatnak olyan frontier ügynökökkel is, mint a Claude, a Codex vagy a Cursor. Ezek a rendszerek domain-specifikus részfeladatokat delegálhatnak a nyílt modelleken és a fejlesztő tulajdonában lévő infrastruktúrán futó ügynököknek. Az NVIDIA egy memóriaalapú Chief of Staff receptet is bemutatott, amely az emberekről, projektekről, prioritásokról és munkamintákról tart fenn tartós, ember által olvasható modellt.
A fejlesztők a saját keretrendszerükhöz választhatnak NemoClaw-blueprintet, majd testre szabhatják az eszközöket, modelleket és futtatási házirendeket. Az NVIDIA ehhez bevezető szintű DLI-kurzust, gyorsindítási útmutatót és GitHub-tárházat kínál.
NVIDIA Developer: Build Specialized Agents on a Stack You Control with NVIDIA NemoClaw
