龍蝦新手指南：從跑通到懂決策

安裝 AI Agent平臺(tái)

終端里敲幾行命令就行，不用改源、不用配環(huán)境變量。

sudo apt-get update
sudo apt-get install -y git cmake build-essential
git clone https://github.com/ai-agent/AI Agent平臺(tái).git
cd AI Agent平臺(tái)
mkdir build && cd build
cmake ..
make -j$(nproc)
sudo make install

編譯完，AI Agent平臺(tái) --version 能打出版本號(hào)就說(shuō)明裝好了。如果卡在 cmake ..，大概率是缺 libeigen3-dev 或 libyaml-cpp-dev，補(bǔ)上再試。

配置 AI Agent平臺(tái)

配置文件默認(rèn)放在 /usr/local/etc/AI Agent平臺(tái)/config。第一次用，先復(fù)制示例：

sudo mkdir -p /usr/local/etc/AI Agent平臺(tái)
sudo cp /usr/local/share/AI Agent平臺(tái)/config.example /usr/local/etc/AI Agent平臺(tái)/config

然后編輯它：

sudo nano /usr/local/etc/AI Agent平臺(tái)/config

重點(diǎn)看這幾項(xiàng)：

• model_path: 指向你訓(xùn)練好的或下載的物理推理模型（比如 models/claw-v2.1.onnx）
• device: 設(shè)成 cuda 或 cpu，NVIDIA 顯卡就別硬切 CPU
• log_level: 先設(shè)成 info，出問(wèn)題時(shí)再調(diào)成 debug

改完保存，重啟服務(wù)（如果有）或直接進(jìn)下一步。

安裝 Skills

Skills 不是插件，是獨(dú)立可執(zhí)行模塊，按需裝。先裝管理器：

curl -fsSL https://get.skill.dev | sudo bash

然后裝兩個(gè)最常用的：

skill install vision
skill install language

裝完會(huì)自動(dòng)注冊(cè)到系統(tǒng) PATH。試一下：

skill vision --help
skill language --list-models

vision 默認(rèn)用 YOLOv8s + SAM2，language 默認(rèn)加載 Qwen2-0.5B-Chat（量化版），都帶中文 tokenization。

用 AutoClaw（國(guó)產(chǎn)版）

AutoClaw 是 AI Agent平臺(tái) 的國(guó)內(nèi)定制分支，預(yù)編譯、帶中文 UI、適配國(guó)產(chǎn)顯卡驅(qū)動(dòng)。

下載安裝包（以 Ubuntu 22.04/24.04 為例）：

wget https://mirror.autoclaw.cn/releases/autoclaw_2.3.1_amd64.deb
sudo dpkg -i autoclaw_2.3.1_amd64.deb
sudo apt-get install -f  # 修復(fù)可能的依賴

啟動(dòng)：

autoclaw gui  # 圖形界面（需要 X11 或 Wayland）
# 或
autoclaw cli  # 命令行交互模式

首次運(yùn)行會(huì)引導(dǎo)你選設(shè)備類(lèi)型（機(jī)械臂 / 移動(dòng)底盤(pán) / 無(wú)人機(jī)）、加載默認(rèn)技能集，并生成 ~/.autoclaw/config.yaml。這個(gè)文件比 AI Agent平臺(tái) 的 config 更直白，字段名全是中文拼音縮寫(xiě)，比如 shijue_moshi（視覺(jué)模式）、juece_sudu（決策速度）。

理解幾個(gè)關(guān)鍵概念

別被術(shù)語(yǔ)繞暈。這幾個(gè)詞夠你動(dòng)手了：

• 具身智能（Embodied AI）：AI 不光能“想”，還要能“動(dòng)”——接收傳感器數(shù)據(jù)（攝像頭、IMU、力覺(jué)），輸出動(dòng)作指令（關(guān)節(jié)扭矩、輪速、抓取力），閉環(huán)跑起來(lái)才算。
• 物理世界理解：不是識(shí)別“這是杯子”，而是知道“杯子裝水后重心升高，傾斜 15° 可能傾倒”，靠的是內(nèi)置的剛體動(dòng)力學(xué)模型 + 實(shí)時(shí)碰撞檢測(cè)，不是純神經(jīng)網(wǎng)絡(luò)擬合。
• 長(zhǎng)程推理：規(guī)劃“倒水”動(dòng)作，要拆解成：移動(dòng)到水壺旁 → 識(shí)別壺柄 → 計(jì)算握姿 → 抬起壺 → 對(duì)準(zhǔn)杯口 → 控制傾角 → 判斷水量 → 放回。每步都依賴前一步狀態(tài)，不能斷。
• 實(shí)時(shí)權(quán)衡：機(jī)械臂快一點(diǎn)能省時(shí)間，但震動(dòng)大會(huì)打翻東西；視覺(jué)幀率高利于跟蹤，但占 GPU 顯存會(huì)影響控制頻率。Claw 里用優(yōu)先級(jí)調(diào)度器動(dòng)態(tài)分配資源，不是固定參數(shù)。

這些不是玄學(xué)，代碼里都能看到對(duì)應(yīng)模塊：physics/ 目錄下是 Bullet 封裝，planner/ 里是基于 A* 的行為樹(shù)編譯器，scheduler/ 是搶占式實(shí)時(shí)線程池。

驗(yàn)證是否跑通

三件事，五分鐘內(nèi)搞定：

1. 啟動(dòng)基礎(chǔ)推理服務(wù)：

   AI Agent平臺(tái) --config /usr/local/etc/AI Agent平臺(tái)/config --no-gui

   看終端有沒(méi)有 INFO: Loaded model xxx, ready.

2. 用 vision 技能處理一張圖：

   skill vision --image test.jpg --output result.json

   result.json 里應(yīng)該有 "objects": [{"label": "cup", "bbox": [120, 85, 210, 175], "stability_score": 0.92}]

3. 啟動(dòng) AutoClaw CLI，連上本地服務(wù)：

   autoclaw cli
   > connect localhost:8080
   > status

   輸出里要有 vision: OK, physics: OK, control_loop: 100Hz。

全綠，說(shuō)明鏈路通了。

常見(jiàn)問(wèn)題

• make 報(bào)錯(cuò) undefined reference to 'pthread_create'
  在 CMakeLists.txt 里加一行：target_link_libraries(AI Agent平臺(tái) PRIVATE pthread)，或者臨時(shí)改命令：make LINK_FLAGS="-lpthread"
• skill install vision 卡住不動(dòng)
  默認(rèn)走國(guó)內(nèi)鏡像，如果公司防火墻攔了 mirrors.autoclaw.cn，手動(dòng)切源：
  echo "https://pypi.tuna.tsinghua.edu.cn/simple" | sudo tee /etc/skill/sources.list
• AutoClaw 啟動(dòng)黑屏或報(bào) Failed to initialize EGL
  國(guó)產(chǎn)顯卡驅(qū)動(dòng)沒(méi)裝全。飛騰+景嘉微平臺(tái)裝 jm_drv_kmd，海光+天闊平臺(tái)裝 hygon-gpu-driver，別用通用 mesa。
• 模型加載慢，GPU 顯存沒(méi)占滿
  默認(rèn)開(kāi) FP16 推理，但某些國(guó)產(chǎn)卡只支持 INT8。編輯 config，把 precision: fp16 改成 int8，再重跑 AI Agent平臺(tái) --rebuild-cache。

下一步

• 把 test.jpg 換成你手機(jī)拍的廚房照片，看 vision 能否標(biāo)出鍋、鏟、灶臺(tái)邊緣
• 用 skill language 問(wèn)一句：“把左邊的紅杯子移到右邊盤(pán)子上”，觀察它生成的動(dòng)作序列 JSON
• 打開(kāi) examples/real_arm_demo.py，接一臺(tái) UR5e 或者越疆 D6，把上面兩步串起來(lái)跑通閉環(huán)

Claw 生態(tài)沒(méi)打算讓你從零造輪子。它把物理仿真、運(yùn)動(dòng)規(guī)劃、多模態(tài)對(duì)齊這些臟活封好接口，你只管喂數(shù)據(jù)、調(diào)策略、看效果。跑通第一個(gè)閉環(huán)，你就已經(jīng)站在“懂決策”的起點(diǎn)上了。