# doca-flow

Скилл для Claude Code, который учит агента писать код на DOCA Flow для сетевых адаптеров NVIDIA. Описывает match/action-пайпы, порты, representor-ы и счётчики.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 4106 у репозитория
- Автор: NVIDIA
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/doca-flow/SKILL.md
- Обновлён: 2026-10-23
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/doca-flow

## Что делает

Скилл заставляет агента использовать именно DOCA Flow, а не обходные пути через `tc`, `iptables` или голый DPDK `rte_flow`. Запросы про packet steering, классификаторы, hairpin или 5-tuple-to-queue направляются сюда, даже если пользователь не назвал DOCA Flow явно.

Главное правило: новая программа строится не с нуля, а от готового примера. Агент сначала тянет контейнер `nvcr.io/nvidia/doca/doca`, потом просит вставить вывод `pkg-config --modversion doca-flow` и `ls /opt/mellanox/doca/samples/doca_flow/`. Только после этого он копирует подходящий сэмпл и адаптирует его. Сам `main.c`, `Dockerfile` и флаги линковки агент не пишет — линковку берёт из `pkg-config --libs doca-flow`.

Скилл читает локальную установку через `pkg-config doca-flow` и проверяет каждый символ API по установленному заголовку. Нужен DOCA SDK в `/opt/mellanox/doca` на Linux и поддерживаемая сетевая карта NVIDIA. Stage 1 без карты позволит только компилировать и изучать, для реального трафика нужен Stage 2 с BlueField или ConnectX. Проверка пайпа до записи в железо, сверка версий Flow/DOCA и разбор ошибок API — тоже здесь.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill doca-flow -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/doca-flow/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/doca-flow/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill doca-flow -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/doca-flow/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill doca-flow -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/doca-flow/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills skills/doca-flow
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/doca-flow/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill doca-flow -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/doca-flow
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/doca-flow/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/NVIDIA/skills/tree/HEAD/skills/doca-flow/SKILL.md

## Когда брать
- собрать бинарник с `libdoca_flow`, не сваливаясь на `tc`
- создать match/action пайп с 5-tuple фильтром и отправкой в очередь
- научить агента не выдумывать теги NGC и не использовать `latest`
- проверить каждый символ API по установленному заголовку
- перенаправить запросы про DPU OS установку туда, где им место

## Примеры запросов агенту
- Подними порт Flow на representor-е и покажи, какой сэмпл для этого взять
- Сделай пайп: match по 5-tuple, действие — отправка в очередь
- Собери пример из контейнера DOCA и проверь, что `ldd` показывает `libdoca_flow`

## Похожие
- [dpdk](https://affpapa.org/nevibecode/skills/dpdk.md) — скилл · 369 установок
- [flow-nexus-platform](https://affpapa.org/nevibecode/skills/flow-nexus-platform.md) — скилл · 1100 установок
- [agent-flow-visualization](https://affpapa.org/nevibecode/skills/agent-flow-visualization.md) — скилл · 896 установок
- [git-flow-manager](https://affpapa.org/nevibecode/agents/git-flow-manager.md) — субагент · 3127 установок
- [flow-status](https://affpapa.org/nevibecode/commands/flow-status.md) — команда · 1514 установок
- [openshell-cli](https://affpapa.org/nevibecode/skills/openshell-cli.md) — скилл · 790 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 312 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
