GitHub Trending NVIDIA ★ 98 2 min

NVIDIA/NemoClaw

TypeScript

🔗 https://github.com/NVIDIA/NemoClaw

📌 【NVIDIA 開源】NemoClaw:為常駐型 AI Agent 打造的沙盒化安全執行堆疊

TL;DR:NVIDIA 提供一套參考堆疊,讓 AI Agent 在 OpenShell 沙盒中安全執行,並整合生命週期管理與網路策略。

當 AI Agent 從「對話視窗」轉向「常駐執行(Always-on)」時,最核心的風險在於:如何讓 Agent 在執行自動化任務時,不會對宿主系統造成不可預期的損害?

🧩 透過 OpenShell 沙盒實現安全隔離

NVIDIA 推出的 NemoClaw 是一個開源的參考堆疊(Reference Stack),其核心目標是讓 AI Agent 能在 NVIDIA OpenShell 沙盒中更安全地執行。它不只提供隔離環境,還將複雜的部署流程整合進單一 CLI 中,包含以下關鍵能力:

  • 導引式啟動(Guided Onboarding):簡化開發者進入門檻。
  • 硬化藍圖(Hardened Blueprint):提供經過安全加固的部署配置。
  • 路由推論(Routed Inference):管理推論請求的流向。
  • 網路策略(Network Policy)與生命週期管理:精準控制 Agent 的網路許可權及其執行生命週期。

⚙️ 支援多種 Agent 框架與快速啟動

NemoClaw 提供靈活的 Agent 選擇,使用者可根據需求切換不同的執行核心:

  • OpenClaw:系統預設的 Agent。
  • Hermes:安裝前設定 NEMOCLAW_AGENT=hermes 或使用 nemohermes 別名即可啟動。
  • LangChain Deep Agents Code:針對 LangChain 生態系的深度 Agent 支援。

🎯 實務啟示:從「能執行」轉向「安全執行」

對於開發 AI Agent 的工程師而言,NemoClaw 的價值在於將「沙盒隔離」與「生命週期管理」標準化。開發者不再需要自行設計複雜的隔離層,而是可以直接利用其硬化藍圖與網路策略,將 Agent 限制在受控環境中,這對於需要執行程式碼(Code Execution)或長期執行的自動化 Agent 來說,是降低系統風險的必要基礎設施。

🔗 來源

#NVIDIA #AIAgents #OpenShell #Sandbox #CyberSecurity #OpenSource #LangChain #AIInfrastructure #NemoClaw #AgentLifecycle

google/gemma-4-31b-it:free 自動生成