NVIDIA Agent Challenge 2026 · 2026-06-10 13:30 · 57 models · 178+ skills · 233 lessons · Live
html Joe — Nemotron搭載エッジAIエージェントファクトリー · NVIDIA Agent Challenge 2026(日本語版)

このページは /joe-hackathon/ の日本語版です。

NVIDIA エージェント チャレンジ 2026 ローカルファースト・エッジクラスター Nemotron · NemoClaw

JOE: Nemotron 搭載
エッジ AI エージェント ファクトリー
開発・メディア・ネットワーク運用向け

漠然とした意図から、実行可能な企業の仕事へ。

Joe は、異種 NVIDIA エッジ GPU クラスターを、ソフトウェアの開発、デモ ビデオの生成、ネットワーク運用の管理、WAN 負荷バランスの監視、検証済みのエンタープライズ アーティファクトの提供を行うことができる観察可能な AI ワークフォースに変えます。

Joe は単なる AI コンテンツ ジェネレーターではありません。 これは、ソフトウェア開発、メディア生成、ネットワーク管理、WAN 負荷バランスの監視、エンタープライズ アーティファクトの配信を行う、ローカル ファーストの AI 運用労働力です。
🛡 ライブアップデート · 2026-05-31 · クラスター HA

6ノード高可用性 — 単一障害点ゼロ

Joeのクラスターは完全に分散化されました。GB10ヘッドノード(1.125)がダウンしても、タスクキュー・サービスディスカバリー・AI推論・ワーカーエージェントのすべてが残りのノードで自動的に継続稼働します。

✅ Consul 4ノード Quorum ✅ PostgreSQL ストリーミングレプリケーション ✅ Redis Sentinel 3ノード ✅ Ray GCS 耐障害性 ✅ OpenClaw デュアルノード ✅ llama-server ネイティブビルド ✅ Windows SMB マウント
サービスディスカバリー

Consul クラスター

  • 3サーバー Raft quorum:1.125 + 1.63 + 1.10
  • 1.210 は gossip クライアントとして参加
  • サーバー1台ダウンでも正常動作を継続
  • 全ノードで起動時自動スタート
現在のリーダー: consul-1-10 ✓
データ層

PostgreSQL 高可用性

  • 1.125 プライマリ → 1.10 ストリーミングレプリカ
  • pg-failover-watch が 30 秒ごとに監視
  • 3回失敗後に自動 pg_promote()(約90秒)
  • ゼロダウンタイムの設定リロード
1.10 レプリカ: streaming async ✓
Ray + 推論

Redis Sentinel + GCS FT

  • Redis Sentinel:1.125 / 1.63 / 1.10
  • Ray GCS を Redis でバックアップ — 再起動後も状態保持
  • 1.63 / 1.10 / 1.210 でネイティブビルド済み
  • auto-offload daemon が重負荷タスクを自動移行
Sentinel マスター: 1.125:6381(レプリカ2台)✓
1.125 がダウンした場合のフェイルオーバーシナリオ
T + 0s ノード到達不能 Consul gossip が数秒以内に検出
T + 30s Consul リーダー再選出 1.63 または 1.10 が quorum を引き継ぐ
T + 90s PostgreSQL 自動昇格 1.10 が新プライマリに昇格
T + 90s OpenClaw が 1.10 で継続 推論は 1.63/1.210/1.98/1.80 が引き継ぐ
🤖 デプロイ済み 2026-05-31 · 自律知性

自己修復クラスター知性

2026-05-31 デプロイ済み — Joeは自律的に監視・修復します

推論

推論エンジン最適化

  • 全ノードでFlash Attention有効化 · ngramスペキュラティブデコーディング(ドラフトモデルコストゼロ)· ノード別並列チューニング: GB10=8, Jetson=2, x86=4
⚖️
負荷分散

6ノードOllamaロードバランサー

  • GB10 + RTX5090 + ARC + 2×Jetsonをまたぐnginxアップストリーム · 57モデル提供 · 重み最適化ルーティング
🔄
自己修復

自律システム自己修復

  • 2分毎にスキャン · 失敗デーモンの自動再起動 · Consulクォーラム修復 · Redisヘルスチェック · 人的介入ゼロ
🖥️
Windows GPU

Windows GPUノード統合

  • RTX 5090 + Intel ARCをSMBでマウント · 合計1TB以上のモデルストレージ · AIモデルはオンデマンドでストリーミング
日次インテリジェンス

日次インテリジェンス

GitHub · ok · v1.0.61 スキル · 178 / 51 / 29 エージェント · 0 reports
01 · 漠然とした意図から実行可能な企業業務へ

漠然とした意図から実行可能な企業の仕事へ

漠然としたリクエストだけでワークフローが終了するわけではありません。 Joe にとって、これはタスクの分解、ルーティング、実行、検証、配信の開始点です。

ほとんどの企業の要求は漠然としたものから始まります。チャットボットは応答できますが、Joe はリクエストを分解し、適切なモデル、スキル、デバイスにルーティングし、ワークフローを実行し、出力を検証し、配信成果物を公開できます。

例 1 · ソフトウェア開発

「このウェブサイトの機能を改善してください」

隠れた本当のニーズ — 単なる助言ではなく、リポジトリ調査、要件分解、コード修正、テスト、バグ修正、README 更新、デプロイ資料の整備です。

Joe が提供する内容:

  • 既存リポジトリの調査
  • 要求機能の理解
  • 実装計画の作成
  • フロントエンド / バックエンドの修正
  • 差分作成とテスト実行
  • 不具合修正・README 更新・実行ログ公開

チャットボットだけでは不十分な理由: 一般的なチャットボットは手順説明までですが、Joe は実際にリポジトリへ入り、編集・実行・修正まで行い、検証可能な成果を出します。

例 2 · デモ動画制作

「デモ動画を一本作ってください」

隠れた本当のニーズ — 台本、絵コンテ、画面キャプチャ、構成図、字幕、サムネイル、MP4 出力、提出可能なデモパッケージです。

Joe が提供する内容:

  • ブラウザ画面のキャプチャ
  • ストーリーラインとタイトルカード生成
  • 構成図レンダリング
  • SRT 字幕とスクリプト生成
  • Python + FFmpeg で MP4 合成
  • サムネイル出力と成果物公開

チャットボットだけでは不十分な理由: チャットボットは台本中心ですが、Joe は素材生成から動画合成まで実行し、MP4・字幕・サムネイルを完成させます。

例 3 · NVIDIA ハッカソン提出

「NVIDIA ハッカソンへの提出を手伝ってください」

隠れた本当のニーズ — プロジェクト定位、技術ストーリー、README、デモページ、動画台本、構成図、提出回答、NVIDIA エコシステム活用、検証可能な成果です。

Joe が提供する内容:

  • プロジェクト定位と NVIDIA 技術マッピング
  • README 更新と提出ページ整備
  • 動画台本と構成図作成
  • 製品生成 (PPTX/HTML/SVG/MD)
  • 提出フォーム下書き
  • GitHub と公開デモの相互リンク

チャットボットだけでは不十分な理由: テキスト作成だけでなく、Joe は GitHub・ページ・資料・動画素材・提出物を同時に更新します。

例 4 · ネットワーク運用

「ネットワークに問題があるか確認してください」

隠れた本当のニーズ — 接続品質、サービス状態、DNS、ゲートウェイ、経路、遅延、パケット損失、ログ収集、診断レポートです。

Joe が提供する内容:

  • サービス健全性チェック
  • ポート / エンドポイント診断
  • DNS と経路の点検
  • 遅延 / パケット損失の確認
  • ログ収集と要約
  • トラブルシュート報告と次アクション

チャットボットだけでは不十分な理由: 助言だけでなく、Joe は実際に調査し、証拠を集め、納品可能な診断報告を出します。

例 5 · WAN 監視

「WAN ロードバランスが正常か確認してください」

隠れた本当のニーズ — 複数 WAN 回線状態、フェイルオーバー挙動、遅延、パケット損失、ゲートウェイ、アクティブルート、帯域利用、健全性レポートです。

Joe が提供する内容:

  • 複数 WAN リンク状態確認
  • アクティブルートとゲートウェイ確認
  • フェイルオーバー挙動点検
  • 遅延とパケット損失測定
  • 帯域使用状況の要約
  • WAN 健全性とアラート向け出力作成

チャットボットだけでは不十分な理由: 原理解説だけでなく、Joe は実測・確認・報告まで実行できます。

チャットボット回答 vs Joe 実行

曖昧な依頼チャットボット回答Joe 実行
このウェブサイトの機能を改善してください開発方針の説明リポジトリ調査、実装、テスト、修正、差分提出
デモ動画を一本作ってください台本案の提示素材生成、字幕作成、MP4 合成
NVIDIA ハッカソンへの提出を手伝ってください文章ドラフト作成GitHub・ページ・構成図・提出パッケージ更新
ネットワークに問題があるか確認してください確認手順の提示実調査、ログ収集、診断レポート作成
WAN ロードバランスが正常か確認してください原理説明複数 WAN・フェイルオーバー・経路・遅延確認と報告
02・ソリューション

ローカルファースト AI エージェント工場

ジョーは職長です。彼はあいまいなリクエストを聞き、適切なスキルを選択し、それを適切なデバイスの適切なモデルにバインドし、出荷前に出力を検証します。すべてのステップはログに記録され、すべての成果物はダウンロード可能で、すべての間違いは次の実行に役立つ教訓ノートになります。

100% ローカル

$0 トークン

デフォルトモードでは外部 API 呼び出しはありません。データはエッジに留まります。

検証済み出力

アイアン #40.5

すべての「完了」の主張には、Playwright のスイープ、ファイルの解析、カール 200 秒などの証拠が付属しています。

自分自身を向上させる

レッスンループ

間違いはレッスンノートとして記録されます。 3 回繰り返した後、標準パターンに昇格します。

02b · コア自動化機能

コア自動化機能

Joe は単なるコンテンツジェネレーターではありません。これは、実際の企業運営のためのローカル AI 労働力です。

キャップ 1: ソフトウェア開発
アビリティ1

自動化されたソフトウェア開発

Joe は、要件の解釈、コード生成、変更、デバッグ、テストの実行、エラー修正、README の更新、展開スクリプトなど、リポジトリ レベルの開発を支援します。

  • 要件からコードへのワークフロー
  • リポジトリの読み取りと変更
  • コード差分の生成
  • テストの実行とエラーの修正
  • CLIベースの開発自動化
  • ドキュメントとREADMEの生成
  • デプロイメントスクリプトの生成
キャップ 2: デモビデオ
アビリティ2

自動デモビデオ制作

Joe は、デモ ビデオ (スクリーンショット、タイトル カード、アーキテクチャ図、字幕、スクリプト、サムネイル) を生成し、Python と FFmpeg を使用して MP4 に組み立てます。

  • ブラウザのスクリーンショットのキャプチャ
  • シーンプランニング
  • タイトルカードの生成
  • アーキテクチャ図のレンダリング
  • 字幕/SRT生成
  • MP4ビデオアセンブリ
  • サムネイルの生成
キャップ 3: ネットワーク運用
アビリティ3

自動化されたネットワーク運用

Joe はネットワーク運用エージェントとして拡張でき、ローカル サービスの監視、接続のチェック、デバイスのステータスの検査、診断レポートの生成、インフラストラクチャのトラブルシューティングの支援を行うことができます。

  • サービスの健全性チェック
  • ローカルネットワーク検査
  • デバイスステータスレポート
  • 接続診断
  • ログ収集
  • レポート生成のトラブルシューティング
  • インフラストラクチャタスクの自動化
キャップ 4: WAN 負荷分散
アビリティ4

WAN負荷分散管理

Joe は、複数の WAN ステータス、フェイルオーバー動作、遅延、ルーティング パス、帯域幅の使用状況、および操作レポートなどの WAN 負荷バランスの監視を支援します。

  • 複数WANの状態監視
  • フェイルオーバーチェック
  • 遅延とパケット損失の検査
  • ルーティングパスの検証
  • 帯域幅使用量の概要
  • WAN 健全性レポートの生成
  • アラート対応の診断出力

⟶ 自動化されたソフトウェア開発パイプライン

Joe はソフトウェア開発エージェントとして活動し、プロジェクト要件の読み取り、リポジトリの検査、コードの変更、コードの差分の生成、テストの実行、エラーの修正、ドキュメントの更新、展開成果物の準備を行います。

Requirement
   ↓
Repo Inspection
   ↓
Task Planning
   ↓
Code Generation / Modification
   ↓
テスト実行
   ↓
エラー修正
   ↓
ドキュメント更新
   ↓
デプロイ成果物

⟶ デモビデオの自動制作

Joe は、製品デモ ビデオ (ブラウザのスクリーンショット、アーキテクチャ図、スクリプト、字幕、サムネイル) を生成し、Python と FFmpeg で組み立てられた最終的な MP4 を作成します。

Web ページ / ダッシュボード
   ↓
スクリーンショット取得
   ↓
シーン設計
   ↓
スクリプト + 字幕生成
   ↓
タイトルカード + 構成図
   ↓
FFmpeg 動画合成
   ↓
MP4 + SRT + サムネイル

⟶ ネットワーク運用とWAN負荷分散の自動化

Joe は、ドキュメントとコードの生成を超えて、ローカル サービスの監視、接続の検査、ログの収集、診断レポートの生成、複数のネットワーク リンクにわたる WAN 負荷バランスの監視のサポートなど、インフラストラクチャの運用にまで拡張しています。

能力説明
サービスヘルスチェックローカルサービス、ポート、応答ステータスを確認する
接続診断遅延、パケット損失、DNS、ルーティング パスを検査する
デバイスステータスレポートネットワークデバイスまたはノードのステータスを要約する
WAN負荷バランス監視複数の WAN リンクとフェイルオーバー動作を監視する
ルーティングの検証アクティブなルート、ゲートウェイ、およびパスの選択を確認します
運用報告人間が判読できるネットワーク運用レポートを生成する
03 · 技術アーキテクチャ

モデル・スキル・デバイスルーティング

直交する 3 つの軸。 Joe Router は、CPU/VRAM のヘッドルームによってゲートされ、タスクごとにトリプルを選択します (鉄の法則 #29)。

↓ 建築.svgをダウンロード

04 · NVIDIA コンピューティング クラスター

6 つの異種ノード

高負荷推論

DGX Spark · GB10

128GB ユニファイドメモリ・arm64
Nemotron-3-Super、NemoClaw サンドボックス、主要オーケストレーションを担当。

8B ~ 32B の推論

RTX 5090・ブラックウェル

32GB VRAM・Win11
F: ドライブ上の Ollama — Qwen2.5 コーダー、DeepSeek-R1、SDXL 画像生成。

エッジ推論

ライトモデルノード @ 1.63

Jetson-Nano-スーパークラス
3B ~ 8B 常時監視、意図分類器、埋め込みエンドポイント。

エッジ推論

ライトモデルノード @ 1.210

Jetson-Nano-スーパークラス
1.63 の冗長性 + シャーディング ピア。フェイルオーバー < 2 秒。

コントロールプレーン

PC オーケストレーション · 1.10/1.118

Joe CLI、OpenClaw、Aider、ポータル、ダッシュボード、git。 LAN+Wi-Fi 上の同じ物理 PC。

補助ノード

Arc A770 · 1.80

Intel Arc — 画像/動画ワークロードのフォールバック。LLM 用に NVIDIA VRAM を確保します。

05 · システムレベルの MoE ハーネス

57モデル × 178+スキル

専門家の混合ではない 内部 1 つのモデル — 専門家の混合 システムレベル。 Joe は、ローカルで提供されるすべてのモデルをエキスパートとして扱い、すべてのスーパーパワー/エアコア スキル ファイルをルーティング キーとして扱います。

モデルプール

ネモトロン-3・ナノ/スーパー

NVIDIA が調整した推論。ジョーのデフォルトの脳。

モデルプール

Qwen2.5・Llama-3・DeepSeek-R1

コード、ロングコンテキスト、数学のスペシャリスト。

モデルプール

ジェマ・ファイ・コードクウェン

Jetson クラスのノード上の小規模で高速なワーカー。

スキルプール

51 の Superpowers

brainstorming · TDD · 計画作成 · 検証 · 体系的デバッグ · …

スキルプール

29 の AirCore スキル

デバイスアダプター · 鉄則-* · i18n-パリティ · xadmin-cloaking · …

ジョーチューン

SOUL.md パターン

3 回の繰り返しレッスンがジョーの標準パターンに昇格しました。

06 · NVIDIA エコシステムの使用法

今日使用しているものと明日のロードマップ

✓ 今日

  • ネモトロン-3-ナノ / スーパー — DGX Spark のデフォルトの推論脳
  • NemoClaw — サンドボックス化エージェントランタイム(このセッションで導入、ポート 18080)
  • DGXスパーク — GB10 ホスト、128 GB ユニファイド メモリ
  • RTX5090 — 8B ~ 32B 推論用のブラックウェル カード
  • Jetson クラスのエッジノード — 1.63 + 1.210 軽量推論
  • CUDA + cuInit — NemoClaw サンドボックスへの GPU パススルーを検証

→ ロードマップ

  • NIM — Joe の主要スキルを Nemotron Inference Microservices 化
  • TensorRT-LLM — RTX 5090 で 2 倍のスループットを実現するトップ 3 のルーテッド モデルをコンパイルします
  • Triton 推論サーバー — アドホックな Ollama をマネージド サービスに置き換えます
  • NeMo エージェント ツールキット — 一部のカスタム Joe スキルを NeMo プリミティブに置き換えます
  • NeMo Curator — Joe のレッスンノートを学習データセット化
07 · デモのワークフロー

デモ ワークフロー: リクエストから実行可能なエンタープライズ ワークまで — 8 つのステップ

Joe は、あいまいなエンタープライズ タスクを実行可能なサブタスクに分解し、それぞれを適切なモデル、スキル、コンピューティング ノードにルーティングして、検証済みのコード、ビデオ、レポート、デッキ、HTML、およびネットワーク診断を出荷します。

1

ユーザーがエンタープライズ タスクを入力する

曖昧な意図の受け入れ - バイリンガル、マルチドメイン。

2

ジョーはサブタスクに分解します

ブレインストーミング + 計画作成のスキルがステップ リストを生成します。

3

ネモトロンの理由と計画

DGX Spark の推論モデルは、意図→計画をバインドします。

4

ルートモデル・スキル・デバイス

各サブタスクは、VRAM/CPU ゲートの下で (モデル、スキル、ノード) トリプルを取得します。

5

NemoClaw / OpenClaw の実行

コーディング、メディア、ドキュメント、ネットワークのスキルを並行して実行します (アイアン #10)。

6

Joe が出力を検証する

ログ、スクリーンショット、テスト、アーティファクト チェック (Iron #40.5)。

7

成果物の公開

コード、ビデオ、レポート、PPTX、HTML、ネットワーク診断。

8

レッスンを録画する

間違い→レッスンノート→3回繰り返した後に正規パターンに昇格。

スクリーンショット
08 · スクリーンショット

Joe ダッシュボードと可観測性

プレビュー v1 のモックアップ — 最終公開前にライブ Playwright キャプチャに置き換えられます。

ジョー ダッシュボード · 6 ノード · 0 エラーDGXスパークネモトロン-3-スーパーCPU 14%・VRAM 8.2G3 つのタスクがアクティブですRTX5090qwen2.5-coder:14bCPU 31%・VRAM 14G1 つのタスクがアクティブですエッジ1.63qwen2.5:3bCPU 6%・VRAM 2Gアイドル状態トークン/分$0.00 外部 · 100% ローカル
1 · ジョーダッシュボード · トークン/分 · ノードごとの負荷 · ライブエージェント
モデルの使用状況 · 過去 24 時間ネモトロン-3-スーパー 62%qwen2.5-coder:14b 38%ディープシーク-r1:8b 24%qwen2.5:3b 16%ジェマ2:2b 10%合計: 420万トークン · 0クラウドコールクラウドの節約: ≈ $52.40
2 · モデルの使用法 · モデルごとのトークンシェア · クラウドに保存された $$
ツール呼び出し・ライブトレース08:12:04 ブレーンストーミング。jetson@1.63 を開始08:12:28 ブレーンストーミング完了 ✓ 0.8608:12:30 書き込み計画.start rtx509008:12:41 計画を書く。完了 ✓ 12 ステップ08:12:42 python-pptx.compose dgx-spark08:16:54 python-pptx.compose ✓ 1.8MB08:16:55 playwright.verify dgx-spark08:17:59 playwright.verify ✓ 0 エラー08:18:00 git.commit PC-orch08:18:06 git.commit ✓ a1b2c3d08:18:07 smtp.audit-mail PC-orch08:18:09 smtp.audit-mail ✓ 配信されました合計: 6 分 05 秒 · 再試行 0 回
3 · ツール呼び出しトレース · ステップごとのタイミング · 合格/不合格
生成されたアーティファクト · /files/PPTXq3-キックオフ.pptx1.8MB・12slHTMLq3-キックオフ.html252 KB · ミラーSVGアーキテクチャ.svg9.5KB医学博士実行ログ.md2 KB · 監査医学博士レッスン-001.md1 KB · 進化する
4・アーティファクトインデックス · Joe が出荷したものすべて · 公的に解決可能
アーティファクト
09 · 生成されたアーティファクト

サンプル配信パックをダウンロードする

実際のファイルは Joe によって生成され、認証されずに /files/joe-hackathon/artifacts/ で提供されます。

可観測性
10・可観測性

ジョーが触れたものはすべて追跡されます

トークン

通話ごとに

入出力数、GPT-4o に対してドル相当。

モデル

どの専門家

名前、数量、デバイス、レイテンシー。

道具

何が走ったのか

名前、引数、期間、終了ステータス。

デバイス

どのGPU

VRAM、電力、キューの深さ。

エラー

自動キャプチャ

スタック、最後の 200 ログ行、関連するレッスン。

アーチファクト

インデックス付き

パス、サイズ、sha256、パブリック URL。

レッスン

自分自身を向上させる

トリガー、根本原因、修正されたパターン、プロモーション数。

監査

メール + git

すべての配信コミット + オペレーターへのメール。

なぜ重要なのか
11 · なぜそれが重要なのか

ジョー前 vs ジョーあり

寸法前にジョーと一緒に
配送あたりのコスト5 ~ 50 ドルのクラウド トークン$0 · 100% ローカル
データの常駐性サードパーティのクラウドに送信されるエッジクラスタに留まる
出力フォーマットチャットテキストのみPPTX・HTML・SVG・MDパック
検証「それは正しいようです」Playwright + パーサー + カール
可観測性ブラックボックストークンごと、ツールごと、デバイスごと
自分自身を向上させるオペレーターによる再プロンプトレッスンノート → 標準パターン
GPU使用率大きなカード 1 枚6 つの異種 NVIDIA ノード
回復手動再実行鉄則 #40 検証ゲート
フッター