NVIDIA Agent Toolkit 扩展，让企业智能体扎根于公司数据

NVIDIA Blog 2026/10/21 10:10 产品

ai-agents enterprise open-source nvidia knowledge-graphs retrieval toolkit

摘要

NVIDIA 扩展其开源 Agent Toolkit，新增 Agent Knowledge Foundation，并加入 CUDA-X 库、Auto-Ontology、Nemotron Retriever 和 Kumo 系列结构化数据模型，同时提供 OpenShell 运行时和 NemoClaw 蓝图，帮助企业将 AI 智能体与自有公司数据结合，并施加治理控制。早期采用者包括 Palantir、Databricks、Snowflake 和 Amazon OpenSearch Service。

<div id="bsf_rt_marker"></div>智能体的价值取决于它所掌握的知识，其可信度则取决于它所运行的边界。 领先的大型企业正在使用开源的 NVIDIA Agent Toolkit——现已扩展了全新工具——来定制和控制智能体，利用公司数据为其回答和行动提供依据，监控其行为并治理其运行方式。 NVIDIA Agent Toolkit 包含以下组件： <ul> <li>全新的 <a target="_blank" href="https://developer.nvidia.com/topics/ai/agent-knowledge-foundation">NVIDIA Agent Knowledge Foundation</a>，配备 NVIDIA CUDA-X 库</li> <li>NVIDIA 开源模型，包括 Nemotron Retriever 和全新的 <a href="https://blogs.nvidia.com/blog/open-models-europe-industry">Kumo</a> 系列</li> <li><a target="_blank" href="https://nvidianews.nvidia.com/news/openshell-reference-architecture">NVIDIA OpenShell</a> 安全智能体运行时</li> <li><a target="_blank" href="https://www.nvidia.com/en-us/ai/nemoclaw/">NVIDIA NemoClaw</a> 安全智能体蓝图</li> <li>工具与技能，如 NeMo Relay 和 NeMo Compass</li> </ul> <div style="margin: 0 !important; padding: 0 !important; text-align: center; line-height: 1;"><a style="display: inline-flex; align-items: center; justify-content: center; margin: 0 !important; padding: 10px !important; background-color: #76b900; color: #ffffff !important; font-family: 'NVIDIA Sans', Arial, sans-serif; font-size: 16px; font-weight: bold; line-height: 1 !important; text-align: center; text-decoration: none !important; white-space: nowrap; vertical-align: top;" href="https://blogs.nvidia.com/gtc-berlin-2026-news/">阅读所有 NVIDIA 欧洲公告</a></div>   要开发出能真正完成工作、从开发到部署都值得信赖的智能体，开发者需要一个开放的智能体技术栈，将模型、框架、运行时、数据和工具整合在一起。 NVIDIA Agent Knowledge Foundation 帮助企业将数据转化为智能体可用的企业知识。智能体可以查找相关信息，理解其对业务的意义，并利用这些信息进行预测、帮助人们决定下一步行动。企业无需迁移数据、重建现有工作流程或更改治理控制，即可使用 Agent Knowledge Foundation。 该基础平台包含 <a target="_blank" href="https://www.nvidia.com/en-us/technologies/cuda-x/">NVIDIA CUDA-X 库</a>，如 cuDF、cuGraph、cuML、cuOpt 和 cuVS，以及全新的 <a target="_blank" href="https://github.com/NVIDIA/auto-ontology">Auto-Ontology</a> 库。Auto-Ontology 可以将原始公司数据转换为熟悉的业务概念——如客户、产品和订单——并映射它们之间的关系。 它还包含 <a target="_blank" href="https://developer.nvidia.com/topics/ai/nemotron">NVIDIA Nemotron Retriever</a> 和 <a target="_blank" href="https://developer.nvidia.com/topic/ai/agent-knowledge-foundation/kumo/">Kumo Structured</a> 开源模型——Kumo Tabular、Kumo Relational、Kumo Time Series 和 Kumo Forecast——帮助智能体查找相关企业信息来回答问题和进行预测。 OpenShell 提供安全的运行时边界，让企业掌控智能体可以访问什么、可以做什么。NVIDIA NemoClaw 蓝图为构建安全、专业化的智能体提供了参考设计。最新的 <a target="_blank" href="https://build.nvidia.com/nvidia/nemoclaw-for-agent-optimization">NemoClaw</a> 智能体优化蓝图提供了一个分步式的起点，帮助提升智能体的智能水平——让它们随着时间的推移在工作中表现得越来越好。 <h2>企业采用 NVIDIA Agent Knowledge Foundation</h2> 全新的 NVIDIA Agent Knowledge Foundation 已在各企业中投入使用。 借助 Palantir，<a target="_blank" href="https://nvidianews.nvidia.com/news/nvidia-and-palantir-bring-sovereign-intelligence-to-critical-supply-chains">NVIDIA 供应链部门</a> 通过 Palantir Foundry、Ontology 和 AIP 使用 Agent Knowledge Foundation，部署专业化智能体，从自有数据中提炼可执行的洞察，预测结果并优化决策。 <a target="_blank" href="http://databricks.com/blog/databricks-ai-runtime-nvidia-train-fine-tune-models">Databricks</a> 将 NVIDIA Kumo Anomaly 与 Databricks Genie Ontology 结合，驱动具有上下文感知能力的智能体。 <a target="_blank" href="https://www.snowflake.com/en/blog/nvidia-kumo-graph-ml-snowflake/">Snowflake</a> 正在让客户在其 Snowflake Notebook 环境中使用 NVIDIA Kumo Engine 和 Kumo Relational 开源模型，以释放更多预测分析能力。 NVIDIA Nemotron Retriever 模型让搜索更加快速和精准。通过使用嵌入模型，<a target="_blank" href="https://opensearch.org/blog/nvidia-nemotron-embeddings-for-agentic-search-in-opensearch/">Amazon OpenSearch Service</a> 以更少的搜索步骤实现了更高的相关性，且几乎没有增加延迟。<a target="_blank" href="https://community.sap.com/t5/technology-blog-posts-by-sap/sap-and-nvidia-training-compact-instruction-following-rerankers-using-opd/ba-p/14506708">SAP</a> 微调后的重排序器运行速度提高了近三倍。ServiceNow 提升了重排序质量，同时将延迟降低了近四分之一。Zoom 正在使用 Nemotron Retriever 模型改进 Zoom AI Services 的文档理解、搜索相关性和上下文检索能力。 Amazon Web Services (AWS)、ClickHouse、Cloudera、<a target="_blank" href="https://www.cohesity.com/blogs/bring-relevant-enterprise-context-to-ai-agents-with-cohesity-and-nvidia/">Cohesity</a>、<a target="_blank" href="https://blog.3ds.com/topics/company-news/lon

查看原文

查看缓存全文

缓存时间: 2026/10/21 12:22

# NVIDIA Agent Toolkit 扩展，为企业智能体注入公司数据基础来源：https://blogs.nvidia.com/blog/enterprise-platforms-agent-toolkit/ 智能体的价值取决于它所掌握的知识，其可信度取决于它所运行的边界约束。领先的大型企业正在使用开源的 NVIDIA Agent Toolkit——现已扩展了新工具——来定制和控制智能体，利用公司数据为智能体的回答与行动提供依据，监控其行为并治理其运行方式。 NVIDIA Agent Toolkit 包含： - 全新的 NVIDIA Agent Knowledge Foundation (https://developer.nvidia.com/topics/ai/agent-knowledge-foundation)，搭载 NVIDIA CUDA\-X 库 - NVIDIA 开源模型，包括 Nemotron Retriever 以及全新的 Kumo (https://blogs.nvidia.com/blog/open-models-europe-industry) 系列 - NVIDIA OpenShell (https://nvidianews.nvidia.com/news/openshell-reference-architecture) 安全智能体运行时 - NVIDIA NemoClaw (https://www.nvidia.com/en-us/ai/nemoclaw/) 安全智能体蓝图 - 工具与技能，如 NeMo Relay 和 NeMo Compass 要开发能完成实际工作、从开发到部署全程可信的智能体，开发者需要一个开放的智能体技术栈，将模型、框架、运行时、数据和工具整合在一起。 NVIDIA Agent Knowledge Foundation 帮助企业将数据转化为智能体可用的企业知识。智能体可以查找相关信息，理解其对业务的含义，并利用这些信息进行预测、辅助决策。企业无需迁移数据、重建现有工作流或更改治理控制即可使用 Agent Knowledge Foundation。该基础平台搭载 NVIDIA CUDA\-X 库 (https://www.nvidia.com/en-us/technologies/cuda-x/)，包括 cuDF、cuGraph、cuML、cuOpt 和 cuVS，以及全新的 Auto\-Ontology (https://github.com/NVIDIA/auto-ontology) 库，可将原始企业数据转化为熟悉的业务概念——如客户、产品和订单——并映射它们之间的关系。它还包含 NVIDIA Nemotron Retriever (https://developer.nvidia.com/topics/ai/nemotron) 和 Kumo Structured (https://developer.nvidia.com/topic/ai/agent-knowledge-foundation/kumo/) 开源模型——Kumo Tabular、Kumo Relational、Kumo Time Series 和 Kumo Forecast——帮助智能体查找相关企业信息以回答问题和进行预测。 OpenShell 提供安全的运行时边界，让企业掌控智能体可以访问和执行的内容。NVIDIA NemoClaw 蓝图为构建安全、专业化的智能体提供参考设计。最新的 NemoClaw (https://build.nvidia.com/nvidia/nemoclaw-for-agent-optimization) 智能体优化蓝图提供了一个循序渐进的起点，用于提升智能体的智能水平——使其随时间推移不断改进工作表现。 ## **企业采用 NVIDIA Agent Knowledge Foundation** 全新的 NVIDIA Agent Knowledge Foundation 已在众多企业中投入使用。借助 Palantir，NVIDIA 的供应链团队 (https://nvidianews.nvidia.com/news/nvidia-and-palantir-bring-sovereign-intelligence-to-critical-supply-chains) 通过 Palantir Foundry、Ontology 和 AIP 使用 Agent Knowledge Foundation，部署专业化智能体，从专有数据中创建可行动的洞察，预测结果并优化决策。 Databricks (http://databricks.com/blog/databricks-ai-runtime-nvidia-train-fine-tune-models) 将 NVIDIA Kumo Anomaly 与 Databricks Genie Ontology 结合，驱动上下文感知的智能体。 Snowflake (https://www.snowflake.com/en/blog/nvidia-kumo-graph-ml-snowflake/) 正在使客户能够在 Snowflake Notebook 环境中使用 NVIDIA Kumo Engine 和 Kumo Relational 开源模型，释放更多预测能力。 NVIDIA Nemotron Retriever 模型使搜索更快、更准确。Amazon OpenSearch Service (https://opensearch.org/blog/nvidia-nemotron-embeddings-for-agentic-search-in-opensearch/) 使用嵌入模型，以更少的搜索步骤提升了相关性，且几乎不增加延迟。SAP (https://community.sap.com/t5/technology-blog-posts-by-sap/sap-and-nvidia-training-compact-instruction-following-rerankers-using-opd/ba-p/14506708) 微调后的重排序器运行速度提高了近 3 倍。ServiceNow 在降低近四分之一延迟的同时提升了重排序质量。Zoom 正在使用 Nemotron Retriever 模型改进 Zoom AI Services 的文档理解、搜索相关性和上下文检索。 Amazon Web Services (AWS)、ClickHouse、Cloudera、Cohesity (https://www.cohesity.com/blogs/bring-relevant-enterprise-context-to-ai-agents-with-cohesity-and-nvidia/)、Dassault Systèmes (https://blog.3ds.com/topics/company-news/long-running-agents)、Dell、Elastic (https://www.elastic.co/blog/elastic-nvidia-cuvs-integration)、Exa、IBM、NetApp、Oracle、Perplexity、Starburst (http://starburst.io/press-release/starburst-introduces-torin-gpu-native-analytics-engine-built-on-nvidia-cudf) 和 VAST Data (http://www.vastdata.com/blog/building-semantic-enterprise-search-for-ai-agents) 也都是在 Agent Knowledge Foundation 上构建的企业。 *通过参加此 GTC Berlin 会议了解更多：在生产环境中构建、部署和优化专业化智能体* (https://www.nvidia.com/en-eu/gtc/session-catalog/sessions/gtceu26-sb61091/)*。*

NVIDIA Agent Toolkit 扩展，让企业智能体扎根于公司数据

相似文章

企业如何构建值得信赖的专用AI

智能体数据

NVIDIA 与 SAP 为专业智能体注入信任

NVIDIA与ServiceNow合作推出面向企业的新型自主AI代理

Nvidia推出新平台以控制失控AI代理

提交意见反馈