rtvi-cv-scaffold-vss-service — скилл для Claude Code
Скилл rtvi-cv-scaffold-vss-service создаёт готовый репозиторий микросервиса компьютерного зрения под DeepStream и публикует детекции в VSS через топик Kafka mdx-raw.
LicenseRef-Proprietary ★ 4 106 обновлён 2026-10-23
npx skills add NVIDIA/skills --skill rtvi-cv-scaffold-vss-service -a claude-codeЧто делает rtvi-cv-scaffold-vss-service
Скилл генерирует отдельный сервис восприятия на базе DeepStream 9.1 с эталонной реализацией детектора YOLO26. Готовый каркас берёт первичное распознавание и трекинг, упаковывает метаданные в формат Protobuf и отправляет их в Kafka через брокер по адресу localhost:9092. После этого микросервис подключается к существующему стеку Video Search and Summarization (VSS) через профили bp_developer_search_2d или bp_developer_alerts_2d_cv.
Внутри генерируются конфиги пайплайна pgie-yolo26-config.txt, пути монтирования и парсер NvDsInferParseYolo26. Без файлов весов ONNX, разметки меток и скомпилированной библиотеки парсера живой пайплайн DeepStream не запустится: в этом случае скилл ограничивается созданием структуры с плейсхолдерами и прогоном локальных тестов на хосте.
Для генерации проекта нужен Python 3.10+. Чтобы поднять созданный микросервис, потребуется Linux-хост с GPU NVIDIA, Docker с поддержкой NVIDIA Container Runtime, образ nvcr.io/nvidia/deepstream:9.1-triton-multiarch и работающее развёртывание VSS версии 3.2.1.
Какие задачи решает
- сгенерировать автономный репозиторий микросервиса компьютерного зрения под DeepStream
- интегрировать детекции YOLO26 в профили VSS Search и Alerts через топик Kafka mdx-raw
- проверить соблюдение контракта интеграции Protobuf-2 перед запуском на боевом сервере
- задать структуру микросервиса с плейсхолдерами до экспорта готовых весов ONNX
Примеры запросов агенту
- Сгенерируй каркас микросервиса восприятия под DeepStream с детектором YOLO26 для отправки событий в VSS через Kafka
- Проверь локальные тесты каркаса RTVI VSS и подскажи, как запустить его на хосте с GPU
- Можно ли запустить интеграцию с VSS, если файл ONNX и библиотека парсера ещё не готовы?
Как установить rtvi-cv-scaffold-vss-service
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill rtvi-cv-scaffold-vss-service -a claude-code2Вручную: положить файлы
~/.claude/skills/rtvi-cv-scaffold-vss-service/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/rtvi-cv-scaffold-vss-service/
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill rtvi-cv-scaffold-vss-service -a codex2Вручную: положить файлы
.agents/skills/rtvi-cv-scaffold-vss-service/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill rtvi-cv-scaffold-vss-service -a cursor2Вручную: положить файлы
.cursor/skills/rtvi-cv-scaffold-vss-service/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install NVIDIA/skills skills/rtvi-cv-scaffold-vss-service2Вручную: положить файлы
.github/skills/rtvi-cv-scaffold-vss-service/SKILL.md1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill rtvi-cv-scaffold-vss-service -a gemini-cli2Командой платформы
gemini skills install https://github.com/NVIDIA/skills --path skills/rtvi-cv-scaffold-vss-serviceВручную: положить файлы
.devin/skills/rtvi-cv-scaffold-vss-service/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о rtvi-cv-scaffold-vss-service
Как установить rtvi-cv-scaffold-vss-service в Claude Code?
Выполните команду npx skills add NVIDIA/skills --skill rtvi-cv-scaffold-vss-service -a claude-code. Файл скилла будет сохранён по пути ~/.claude/skills/rtvi-cv-scaffold-vss-service/SKILL.md.
Что делает этот скилл?
Он разворачивает проект микросервиса компьютерного зрения, который выполняет инференс модели в DeepStream и отправляет разметку объектов в стек VSS через Kafka.
Можно ли запустить живой пайплайн без файлов модели?
Нет. Без клиентского файла ONNX, текстового файла меток классов и библиотеки парсера с точкой входа NvDsInferParseYolo26 контейнер DeepStream и интеграционный тест kafka_smoketest.py завершатся с ошибкой.