Executando NemoClaw com vLLM Local: Notas de Configuração e Observações de Engenharia de Agentes

Configuração Local do NemoClaw com vLLM

Um desenvolvedor compartilhou sua experiência executando o NemoClaw da NVIDIA, uma plataforma de agentes de IA em sandbox, com um modelo local Nemotron 9B v2 usando vLLM no WSL2. A configuração é baseada no fork do NemoClaw de jieunl24.

Detalhes Técnicos Principais

Roteamento de Inferência: O roteamento de inferência do NemoClaw segue um caminho limpo: inference.local → gateway → vLLM. No entanto, bugs iniciais de integração exigiram um hack de rede de 3 camadas que foi corrigido posteriormente via PR #412.

Compatibilidade do Analisador: Os analisadores vLLM integrados (qwen3_coder, nemotron_v3) são incompatíveis com modelos Nemotron v2. É necessário usar os analisadores de plugin oficiais da NVIDIA do repositório NeMo.

Lacuna na Engenharia de Agentes: O OpenClaw como plataforma de agentes fornece uma infraestrutura sólida, mas é enviado com engenharia de prompts mínima. A lacuna entre "o modelo fornece texto" e "o agente realiza trabalho útil" é principalmente sobre estruturação, em vez de limitações de capacidade do modelo.

Recursos

• Postagem de blog cobrindo arquitetura, configuração do analisador vLLM e observações sobre engenharia de agentes: https://github.com/soy-tuber/nemoclaw-local-inference-guide/blob/master/BLOG-openclaw-agent-engineering.md
• Guia de configuração (V2) com roteamento inference.local e sem hacks de rede: https://github.com/soy-tuber/nemoclaw-local-inference-guide
• Problema original do NemoClaw #315: https://github.com/NVIDIA/NemoClaw/issues/315

Esta configuração demonstra a implantação prática local de plataformas de agentes de IA, destacando tanto os detalhes de implementação técnica quanto os desafios contínuos na engenharia de agentes.