Az autonóm ügynök felépítéséhez négy elem szükséges: egy gondolkodó modell, egy ügynök‑hám (harness), eszközök és képességek a feladatok bővítéséhez, valamint egy futtatókörnyezet (runtime), amely a termelési hozzáférést és engedélyeket szabályozza. A NemoClaw nyílt blueprintjei ezeket a komponenseket egyesítik, hogy fejlesztők saját, testreszabható és futtatható veremet építhessenek.
Mit ad egy ügynök‑hám?
Egy ügynök‑hám azt határozza meg, hogyan használja az ügynök a modelleket, miként tartja fenn a kontextust, és hogyan hajtja végre a lépéseket. Az ügynöknek általában négy dolga van:
- egy érvelő modell (a „gondolkodó” rész),
- egy hám, amely meghatározza az ügynök működését,
- eszközök és képességek, amelyek kiterjesztik a funkcionalitást,
- egy runtime, amely a produkciós hozzáférést és tevékenységeket felügyeli.
Mely hámokkal működik a NemoClaw?
A NemoClaw nyílt blueprintek jelenleg három hámot támogatnak:
- OpenClaw: fájlokhoz és alkalmazásokhoz fér hozzá, kódot ír, al‑ügynököket hoz létre, és munkamenetek között kontextust tart meg. Saját gépen vagy szerveren futtatható, támogat hosszú ideig tartó munkameneteket, memóriát és ütemezett feladatokat.
- Hermes Agent (Nous Research): olyan hám, amely a használat során javul — a csapatok által korrigált munkafolyamatokból tartós képességek (skills) keletkeznek, amelyek újrahasznosíthatók.
- LangChain Deep Agents: testreszabható hám összetett, többlépéses feladatokhoz, tervezéssel, fájlalapú kontextuskezeléssel, memóriával és delegálással specializált al‑ügynököknek.
Mindegyik hám eszközöket, képességeket, orkesztrációt és memóriát biztosít az ügynök számára.
Mi a NemoClaw szerepe a teljes veremű ügynökökben?
A NemoClaw nem versenytárs hámként vagy runtime‑ként értendő: ez egy blueprint‑gyűjtemény, amely a fejlesztő által választott hámra építve összeállít egy nyílt ügynökstacket. A stack a modellt és a hámot optimalizálja, és runtime‑szintű irányítást ad hozzá.
Egy NemoClaw blueprint négy fő komponensből áll:
- egy hangolt nyílt hám (például Hermes Agent, LangChain Deep Agents vagy OpenClaw), amelyet a NVIDIA Nemotronhoz optimalizáltak;
- Nemotron nyílt modellek;
- NVIDIA NeMo eszközök az optimalizáláshoz, köztük a NeMo Relay a végrehajtás megfigyeléséhez és javításához, valamint routing képességek a kapacitás, költség és megbízhatóság javítására;
- NVIDIA OpenShell, mint biztonságos runtime, amely szabályozza a fájlokhoz, hálózathoz, hitelesítő adatokhoz és eszközökhöz való hozzáférést.
Ha már OpenClaw‑lal, Hermes Agent‑tel vagy LangChain Deep Agents‑szel dolgozik valaki, egy NemoClaw blueprint össze tudja állítani a környező stacket anélkül, hogy újra kellene írni az ügynököt.
Miért fontos a modell és a hám együttes hangolása?
Az ügynök hatékonysága attól függ, hogy a modell és a hám mennyire illeszkedik egymáshoz: ha jól párosítottak, a modell a feladatra koncentrál; ha nem, ismételt kontextuskérések, korai leállások vagy hatástalan ciklusok léphetnek fel. A LangChain például a Nemotron 3 Ultra esetében a Deep Agents hámot prompt‑, eszköz‑ és köztesréteg‑hangolással finomította anélkül, hogy magát a modellt újraképezte. Ebből a hangolásból kiindulva a Nemotron 3 Ultra közel‑frontier teljesítményt ért el, és hozzávetőlegesen 10× alacsonyabb költséget produkált egy futásra vetítve a vezető zárt modellekhez képest.
A NemoClaw LangChain Deep Agents blueprintje ezeket az optimalizálásokat csomagolja, így minden LangChain + Nemotron 3 Ultra használó fejlesztő hozzáfér a hangoláshoz anélkül, hogy meg kellene ismételnie a munkát. A hangolt Nemotron 3 Ultra modellprofil elérhető LangChain keretén keresztül GitHubon.
Mikor mit érdemes használni?
- Az ügynök viselkedésének, képességeinek, eszközeinek és orkesztrációjának felépítéséhez használjon OpenClaw‑t, Hermes Agent‑et vagy LangChain Deep Agents‑et.
- Ha készen áll az ügynök összeszerelésére és futtatására egy nyílt veremen, model‑ és hám‑optimalizálással, telemetriával és runtime irányítással, használjon NemoClaw blueprintet.
Példa: memóriaközpontú Chief of Staff Hermes‑sel
A NemoClaw közösségi tára tartalmaz egy „memory‑driven Chief of Staff” receptet. Az ügynök tartós, emberileg olvasható modellt tart fenn az emberekről, projektekről, prioritásokról és munkamintákról, így nem kell minden feladatnál újrakonstruálnia a kontextust. Ez a recept egy deployolható Hermes‑profilként szerepel a NemoClawban, és technikai tervezési útmutató ismerteti a megvalósítást.
A recept bemutatja, hogyan működnek együtt a stack elemei: OpenShell szabályozza a fájlrendszer, processzek és hálózati hozzáférést, és a hitelesítő adatokat a sandboxon kívül tartja (például a menedzselt inferencia és Model Context Protocol kapcsolatokhoz). Ez segít abban, hogy az ügynök politikailag kötött maradjon még akkor is, ha a memóriája vagy a visszakeresett kontextus egy nem kívánt művelet felé irányítaná. A NeMo Relay natívan integrálódik a Hermes munkamenetbe: lezárja a trace spanokat valós munkamenet‑határoknál (új munkamenet, reset, lejárat), és exportálja a pályákat auditálásra és további optimalizációra.
Ügynökirányítás (governance)
Minden NemoClaw referencia tartalmazza az OpenShellt, amely runtime‑ként biztosítja a biztonságot és a politika‑végrehajtást az ügynök‑hám és az eszközök körül, szabályozva, hogy a modell milyen műveleteket hajthat végre. Az OpenShell oktatóanyag például bemutatja, hogyan készítsünk olyan első szabályt, amely megakadályozza adatkiszivárgást GitHub felé. A NemoClaw referencia‑blueprintek ennél összetettebb OpenShell‑politikákat is tartalmaznak, amelyek az ügynök kapcsolatait több belső eszközzel, oldallal és kommunikációs csatornával szabályozzák.
Futtatás: felhő, adatközpont vagy helyi hardver
A NemoClaw ügynökök futhatnak felhőben, adatközpontokban, NVIDIA DGX Spark rendszereken és NVIDIA RTX PC‑ken, munkaállomásokon. Ugyanazon a stacken futtatható például egy klinikai NemoClaw ügynök kórház számára és egy NemoClaw szimulációs ügynök elektronikai tervezéshez, miközben teljesen eltérő eszközöket és képességeket használnak.
A NemoClaw ügynökök együttműködhetnek frontier ügynökökkel is: Claude, Codex vagy Cursor ügynökök domain‑specifikus alfeladatokat delegálhatnak NemoClaw‑támogatott szakértőknek, amelyek nyílt modelleken és saját infrastruktúrán futnak.
Hogyan kezdjen hozzá?
- Válasszon egy NemoClaw blueprinteket a használt hámhoz, majd testreszabhatja az eszközöket, modelleket és runtime‑politikákat a munkafolyamatához.
- Vegye fel a „Deploy Secure Agents with NemoClaw DLI” kurzust alapozásként.
- Kövesse a NemoClaw gyorsindítót (quickstart) egy blueprint szerinti ügynök telepítéséhez, és böngéssze a NemoClaw GitHub tárait a példákért és további blueprint‑ekért.
A NemoClaw célja, hogy nyílt, összehangolt komponensekből álló veremtől kezdve megkönnyítse a biztonságos, produkciós ügynökök építését és futtatását, miközben a fejlesztők megtarthatják az infrastruktúra, modell és hám feletti irányítást.
