[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-enactic--openarm":3,"tool-enactic--openarm":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",154349,2,"2026-04-13T23:32:16",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":76,"owner_email":77,"owner_twitter":78,"owner_website":79,"owner_url":80,"languages":81,"stars":102,"forks":103,"last_commit_at":104,"license":105,"difficulty_score":106,"env_os":107,"env_gpu":108,"env_ram":107,"env_deps":109,"category_tags":116,"github_topics":118,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":136,"updated_at":137,"faqs":138,"releases":171},7364,"enactic\u002Fopenarm","openarm","A fully open-source humanoid arm for physical AI research and deployment in contact-rich environments.","OpenArm 是一款完全开源的仿人机械臂，专为在复杂接触环境中进行实体人工智能研究与部署而设计。它拥有 7 个自由度，采用类人比例尺寸，旨在解决传统机器人成本高、安全性不足以及难以在动态交互场景中灵活应用的痛点。\n\n凭借出色的反向驱动能力和柔顺控制特性，OpenArm 能够在确保人机交互安全的同时，提供满足实际应用需求的负载能力。其独特的技术亮点在于极高的性价比：一套完整的双臂系统成本仅需 6,500 美元，且项目公开了从 CAD 图纸、仿真模型到底层控制库的全栈技术资料，支持 ROS2 集成及 Isaac Lab 仿真环境。\n\n这款工具非常适合机器人领域的研究人员、AI 开发者以及高校实验室使用。无论是进行遥操作实验、模仿学习训练，还是收集真实世界中的接触任务数据，OpenArm 都能提供一个灵活且可靠的硬件平台。通过开放的社区协作模式，它正助力全球创新者共同推动下一代实用型仿人机器人系统的发展，让前沿的物理 AI 研究变得更加触手可及。","# OpenArm\n\n**OpenArm** is an open-source 7DOF humanoid arm designed for physical AI research and deployment in contact-rich environments. With high backdrivability and compliance, it excels at safe human-robot interaction while delivering practical payload capabilities for real-world applications.\n\n\u003Cimg width=\"5216\" height=\"2810\" alt=\"leader-follower1\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fenactic_openarm_readme_ef9fd352bb13.png\" \u002F>\n\nOpenArm features **human-scale** proportions, safety and compliance, and practical payloads. At $6,500 USD for a complete bimanual system, it provides a flexible platform for teleoperation, imitation learning, simulation, and real-world data collection in contact-rich tasks.\n\n*We're in continuous development and actively seeking contributors, research partners, and company collaborators to shape the next generation of practical humanoid systems. Ready to join the future of open-source robotics?*\n\n> ### 📦 Purchase Your OpenArm!\n> Get your **OpenArm**, assembled or DIY, and join the global community!  \n> Browse verified and certified manufacturers worldwide. \n> \n> [**Buy Now →**](https:\u002F\u002Fdocs.openarm.dev\u002Fpurchase)\n\n## ⭐ Star History\n\n\u003Ca href=\"https:\u002F\u002Fwww.star-history.com\u002F#enactic\u002Fopenarm&type=date&legend=top-left\">\n \u003Cpicture>\n   \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Fapi.star-history.com\u002Fsvg?repos=enactic\u002Fopenarm&type=date&theme=dark&legend=top-left\" \u002F>\n   \u003Csource media=\"(prefers-color-scheme: light)\" srcset=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fenactic_openarm_readme_b5f15f4f9414.png\" \u002F>\n   \u003Cimg alt=\"Star History Chart\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fenactic_openarm_readme_b5f15f4f9414.png\" \u002F>\n \u003C\u002Fpicture>\n\u003C\u002Fa>\n\n## 🔗 Quick Links\n\n| Platform | Description | Link |\n|----------|-------------|------|\n| **Website** | Project homepage and media | [openarm.dev](https:\u002F\u002Fopenarm.dev) |\n| **Documentation** | Complete technical guides | [docs.openarm.dev](https:\u002F\u002Fdocs.openarm.dev) |\n| **Discord** | Community discussions | [Join Discord](https:\u002F\u002Fdiscord.gg\u002FFsZaZ4z3We) |\n| **Contact** | Direct communication | [openarm@enactic.ai](mailto:openarm@enactic.ai) |\n\n## 📁 Repositories\n\n| Repository | Documentation | License | Description |\n|------------|---------------|---------|-------------|\n| **[openarm](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm)** | [General Docs](https:\u002F\u002Fdocs.openarm.dev) | [Apache-2.0](LICENSE) | Main project repository with ideas, issues, and feature requests |\n| **[openarm_hardware](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_hardware)** | [Hardware Docs](https:\u002F\u002Fdocs.openarm.dev\u002Fhardware) | [CERN-OHL-S-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_hardware\u002Fblob\u002Fmain\u002FLICENSE.txt) | Complete CAD data: STL files, STEP files, Fusion 360 assemblies |\n| **[openarm_description](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_description)** | [Description Docs](https:\u002F\u002Fdocs.openarm.dev\u002Fsoftware\u002Fdescription) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_description\u002Fblob\u002Fmain\u002FLICENSE.txt) | Robot description files with URDF\u002Fxacro for simulation |\n| **[openarm_can](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_can)** | [CAN Docs](https:\u002F\u002Fdocs.openarm.dev\u002Fsoftware\u002Fcan\u002F) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_can\u002Fblob\u002Fmain\u002FLICENSE.txt) | CAN control library for low-level motor communication |\n| **[openarm_ros2](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_ros2)** | [ROS2 Docs](https:\u002F\u002Fdocs.openarm.dev\u002Fsoftware\u002Fros2\u002Finstall) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_ros2\u002Fblob\u002Fmain\u002FLICENSE) | ROS2 integration packages and nodes |\n| **[openarm_teleop](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_teleop)** | [Teleop Docs](https:\u002F\u002Fdocs.openarm.dev\u002Fteleop\u002F) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_teleop\u002Fblob\u002Fmain\u002FLICENSE.txt) | Teleoperation packages with unilateral and bilateral control |\n| **[openarm_isaac_lab](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_isaac_lab)** | [Isaac Docs](https:\u002F\u002Fdocs.openarm.dev\u002Fsimulation\u002Fisaac-lab) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_isaac_lab\u002Fblob\u002Fmain\u002FLICENSE.txt) | Isaac Lab simulation environment and training tasks |\n\n\n## 📄 Code of Conduct\n\nAll participation in the OpenArm project is governed by our [Code of Conduct](CODE_OF_CONDUCT.md).\n","# OpenArm\n\n**OpenArm** 是一款开源的7自由度人形机械臂，专为物理AI研究以及在接触密集型环境中的部署而设计。凭借高回转性和顺应性，它在确保人机安全交互的同时，还能提供适用于实际应用的实用有效载荷能力。\n\n\u003Cimg width=\"5216\" height=\"2810\" alt=\"leader-follower1\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fenactic_openarm_readme_ef9fd352bb13.png\" \u002F>\n\nOpenArm 具有人类尺度的比例、安全性与顺应性，并支持实用的有效载荷。整套双臂系统售价仅为6,500美元，为遥操作、模仿学习、仿真以及接触密集型任务中的真实世界数据采集提供了灵活的平台。\n\n*我们正处于持续开发中，正积极寻求贡献者、研究合作伙伴和企业协作方，共同塑造下一代实用的人形机器人系统。准备好加入开源机器人技术的未来了吗？*\n\n> ### 📦 购买您的 OpenArm！\n> 无论选择组装版还是DIY版，立即入手 **OpenArm**，加入全球社区吧！  \n> 浏览全球经过验证和认证的制造商。\n> \n> [**立即购买 →**](https:\u002F\u002Fdocs.openarm.dev\u002Fpurchase)\n\n## ⭐ 星标历史\n\n\u003Ca href=\"https:\u002F\u002Fwww.star-history.com\u002F#enactic\u002Fopenarm?type=date&legend=top-left\">\n \u003Cpicture>\n   \u003Csource media=\"(prefers-color-scheme: dark)\" srcset=\"https:\u002F\u002Fapi.star-history.com\u002Fsvg?repos=enactic\u002Fopenarm&type=date&theme=dark&legend=top-left\" \u002F>\n   \u003Csource media=\"(prefers-color-scheme: light)\" srcset=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fenactic_openarm_readme_b5f15f4f9414.png\" \u002F>\n   \u003Cimg alt=\"星标历史图表\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fenactic_openarm_readme_b5f15f4f9414.png\" \u002F>\n \u003C\u002Fpicture>\n\u003C\u002Fa>\n\n## 🔗 快速链接\n\n| 平台 | 描述 | 链接 |\n|----------|-------------|------|\n| **官网** | 项目主页及媒体资料 | [openarm.dev](https:\u002F\u002Fopenarm.dev) |\n| **文档** | 完整的技术指南 | [docs.openarm.dev](https:\u002F\u002Fdocs.openarm.dev) |\n| **Discord** | 社区讨论 | [加入Discord](https:\u002F\u002Fdiscord.gg\u002FFsZaZ4z3We) |\n| **联系** | 直接沟通 | [openarm@enactic.ai](mailto:openarm@enactic.ai) |\n\n## 📁 仓库列表\n\n| 仓库 | 文档 | 许可证 | 描述 |\n|------------|---------------|---------|-------------|\n| **[openarm](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm)** | [通用文档](https:\u002F\u002Fdocs.openarm.dev) | [Apache-2.0](LICENSE) | 主项目仓库，包含创意、问题和功能请求 |\n| **[openarm_hardware](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_hardware)** | [硬件文档](https:\u002F\u002Fdocs.openarm.dev\u002Fhardware) | [CERN-OHL-S-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_hardware\u002Fblob\u002Fmain\u002FLICENSE.txt) | 完整的CAD数据：STL文件、STEP文件、Fusion 360装配文件 |\n| **[openarm_description](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_description)** | [描述文档](https:\u002F\u002Fdocs.openarm.dev\u002Fsoftware\u002Fdescription) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_description\u002Fblob\u002Fmain\u002FLICENSE.txt) | 包含URDF\u002Fxacro的机器人描述文件，用于仿真 |\n| **[openarm_can](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_can)** | [CAN文档](https:\u002F\u002Fdocs.openarm.dev\u002Fsoftware\u002Fcan\u002F) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_can\u002Fblob\u002Fmain\u002FLICENSE.txt) | 用于底层电机通信的CAN控制库 |\n| **[openarm_ros2](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_ros2)** | [ROS2文档](https:\u002F\u002Fdocs.openarm.dev\u002Fsoftware\u002Fros2\u002Finstall) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_ros2\u002Fblob\u002Fmain\u002FLICENSE) | ROS2集成包和节点 |\n| **[openarm_teleop](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_teleop)** | [遥操作文档](https:\u002F\u002Fdocs.openarm.dev\u002Fteleop\u002F) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_teleop\u002Fblob\u002Fmain\u002FLICENSE.txt) | 支持单边和双边控制的遥操作包 |\n| **[openarm_isaac_lab](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_isaac_lab)** | [Isaac文档](https:\u002F\u002Fdocs.openarm.dev\u002Fsimulation\u002Fisaac-lab) | [Apache-2.0](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_isaac_lab\u002Fblob\u002Fmain\u002FLICENSE.txt) | Isaac Lab仿真环境及训练任务 |\n\n\n## 📄 行为准则\n\n所有参与OpenArm项目的人员均需遵守我们的[行为准则](CODE_OF_CONDUCT.md)。","# OpenArm 快速上手指南\n\nOpenArm 是一款开源的 7 自由度人形机械臂，专为物理 AI 研究和富接触环境部署设计。具备高反向驱动性和柔顺性，适用于遥操作、模仿学习、仿真及真实世界数据采集。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**: Ubuntu 20.04 或 22.04 (推荐 22.04)\n*   **ROS 版本**: ROS 2 Humble Hawksbill 或 Iron Irwini\n*   **Python**: Python 3.8+\n*   **硬件接口**: USB-CAN 适配器 (用于连接电机，如 PCAN, Vector 等)\n*   **仿真工具 (可选)**: NVIDIA Isaac Lab (需兼容的 GPU 和驱动)\n\n**前置依赖安装**:\n\n```bash\n# 更新包列表\nsudo apt update\n\n# 安装基础开发工具和 Git\nsudo apt install -y git curl wget build-essential cmake\n\n# 安装 ROS 2 (以 Humble 为例，若已安装可跳过)\nsudo apt install -y ros-humble-desktop\nsource \u002Fopt\u002Fros\u002Fhumble\u002Fsetup.bash\n\n# 安装 colcon 构建工具\nsudo apt install -y python3-colcon-common-extensions\n```\n\n> **提示**: 国内用户建议使用清华源或中科大源加速 `apt` 和 `pip` 安装过程。\n\n## 安装步骤\n\nOpenArm 的软件架构模块化，核心功能分布在多个仓库中。以下是基于 `colcon` 的标准工作空间搭建流程。\n\n1.  **创建工作空间并克隆仓库**:\n\n```bash\nmkdir -p ~\u002Fopenarm_ws\u002Fsrc\ncd ~\u002Fopenarm_ws\u002Fsrc\n\n# 克隆核心描述文件 (URDF\u002Fxacro)\ngit clone https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_description.git\n\n# 克隆 CAN 通信库 (底层电机控制)\ngit clone https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_can.git\n\n# 克隆 ROS 2 集成包\ngit clone https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_ros2.git\n\n# 克隆遥操作包 (如需进行真机或仿真遥操作)\ngit clone https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_teleop.git\n\n# 克隆 Isaac Lab 仿真环境 (如需进行仿真训练)\n# git clone https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm_isaac_lab.git\n```\n\n2.  **安装 Python 依赖**:\n\n```bash\ncd ~\u002Fopenarm_ws\nrosdep init\nrosdep update\nrosdep install --from-paths src --ignore-src -r -y\n```\n\n3.  **编译项目**:\n\n```bash\n# 加载 ROS 环境\nsource \u002Fopt\u002Fros\u002Fhumble\u002Fsetup.bash\n\n# 使用 colcon 构建\ncolcon build --symlink-install\n\n# 激活工作空间\nsource install\u002Fsetup.bash\n```\n\n## 基本使用\n\n### 1. 启动机器人描述 (RViz 可视化)\n\n验证安装是否成功，并在 RViz 中查看机械臂模型：\n\n```bash\n# 启动 openarm_description 提供的展示 launch 文件\nros2 launch openarm_description display.launch.py\n```\n*执行后将打开 RViz 窗口，显示 OpenArm 的 7DOF 模型。*\n\n### 2. 底层 CAN 通信测试 (真机)\n\n确保已连接 USB-CAN 设备，并配置好网络接口（例如 `can0`）：\n\n```bash\n# 设置 CAN 接口波特率 (示例为 500kbps)\nsudo ip link set can0 up type can bitrate 500000\n\n# 运行 CAN 测试节点 (具体节点名请参考 openarm_can 文档)\nros2 run openarm_can can_test_node --interface can0\n```\n\n### 3. 启动遥操作 (Teleoperation)\n\n如果您拥有主手设备（Leader Device），可以启动单向或双向遥操作：\n\n```bash\n# 启动遥操作节点 (需根据实际硬件配置修改参数文件)\nros2 launch openarm_teleop teleop.launch.py config:=unilateral\n```\n\n### 4. Isaac Lab 仿真 (可选)\n\n若已安装 NVIDIA Isaac Lab 并克隆了 `openarm_isaac_lab` 仓库：\n\n```bash\n# 进入仿真仓库目录\ncd ~\u002Fopenarm_ws\u002Fsrc\u002Fopenarm_isaac_lab\n\n# 运行示例训练任务 (需确保 isaac lab 环境已激活)\npython source\u002Fstandalone\u002Fworkflows\u002Fopenarm\u002Ftrain.py --task=OpenArm-Lift-v0\n```\n\n---\n*更多详细技术文档、硬件图纸及购买渠道，请访问 [docs.openarm.dev](https:\u002F\u002Fdocs.openarm.dev) 或加入 Discord 社区。*","某具身智能实验室正在研发一款能在复杂接触环境中安全作业的家政服务机器人，急需验证其抓取易碎物品和与人协作的算法。\n\n### 没有 openarm 时\n- **硬件成本高昂**：采购具备高反向驱动性和柔顺性的商用机械臂单台成本数万美元，导致双足双臂系统的原型机预算严重超支。\n- **安全风险难控**：传统刚性机械臂缺乏内在 compliance（柔顺性），在模拟“递送热咖啡”或“整理杂乱桌面”等接触丰富任务时，极易因控制误差撞伤测试人员或损坏物品。\n- **仿真与现实割裂**：由于缺乏开源且精确的 URDF 模型和 Isaac Lab 仿真环境，团队需在模拟器中花费大量时间手动建模，导致“仿真训练、现实失效”的迁移鸿沟难以跨越。\n- **开发周期漫长**：从底层电机通信到上层 ROS2 节点均需从零编写驱动，研究人员将 80% 的精力耗费在重复造轮子上，而非核心 AI 算法迭代。\n\n### 使用 openarm 后\n- **极致性价比**：仅需 6,500 美元即可部署完整的双臂系统，让实验室能以极低成本构建接近真人比例的操作平台，大幅降低试错门槛。\n- **原生安全交互**：openarm 自带的高反向驱动特性使其在遇到意外碰撞时能自然缓冲，完美支持遥操作数据采集和模仿学习，确保人机协作绝对安全。\n- **虚实无缝衔接**：直接复用官方提供的 CAD 数据、URDF 描述文件及 Isaac Lab 集成包，实现了从仿真训练到真机部署的无缝迁移，数据收集效率提升数倍。\n- **专注核心创新**：依托成熟的 ROS2 包和 CAN 控制库，团队一周内即可完成系统搭建并启动接触丰富型任务的算法验证，研发重心完全回归 AI 模型本身。\n\nopenarm 以开源之力打破了高性能人形机械臂的成本与技术壁垒，让物理 AI 研究真正进入了快速迭代与安全落地的新阶段。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fenactic_openarm_ef9fd352.png","enactic","Enactic, Inc.","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fenactic_30c73429.png","",null,"info@enactic.ai","enactic_ai","enactic.ai","https:\u002F\u002Fgithub.com\u002Fenactic",[82,86,90,94,98],{"name":83,"color":84,"percentage":85},"MDX","#fcb32c",69,{"name":87,"color":88,"percentage":89},"TypeScript","#3178c6",29.2,{"name":91,"color":92,"percentage":93},"CSS","#663399",0.8,{"name":95,"color":96,"percentage":97},"JavaScript","#f1e05a",0.6,{"name":99,"color":100,"percentage":101},"Shell","#89e051",0.4,2132,227,"2026-04-13T22:57:18","Apache-2.0",5,"未说明","未说明（项目包含 Isaac Lab 仿真环境，通常建议配备支持 CUDA 的 NVIDIA GPU，但 README 未明确具体型号或显存要求）",{"notes":110,"python":107,"dependencies":111},"该项目主要是一个开源的 7 自由度人形机械臂硬件及软件平台。软件栈深度集成 ROS2 用于控制，并使用 Isaac Lab 进行仿真和训练。由于涉及底层电机通信（CAN）和硬件驱动，推测主要运行环境为 Linux（ROS2 的标准支持平台）。具体的 Python 版本、GPU 型号及内存需求需参考各子仓库（如 openarm_ros2, openarm_isaac_lab）的详细文档，README 中未直接提供这些系统级指标。",[112,113,114,115],"ROS2","Isaac Lab","CAN 通信库","URDF\u002Fxacro",[117,14],"其他",[119,120,121,122,123,124,125,126,127,128,129,130,131,64,132,133,134,135],"bilateral-teleoperation","genesis","humanoid-robot","imitation-learning","machine-learning","open-source","python","reinforcement-learning","robot","robot-arm","robotics","ros2","teleoperation","force-feedback","gravity-compensation","moveit2","mujoco","2026-03-27T02:49:30.150509","2026-04-14T12:35:36.689101",[139,144,149,154,158,163,167],{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},33065,"如何最大化机械臂的控制频率？","可以通过将电机波特率提升至 5Mbps 来优化控制频率。具体步骤包括：1. 使用 CAN FD Extended HAT 配合 Raspberry Pi，确认 socketcan + CAN FD 正常工作；2. 更新电机固件中的 baudrate 参数，将 dbitrate 设置为 5M（注意避免频繁重写闪存）；3. 参考脚本 https:\u002F\u002Fgithub.com\u002Freazon-research\u002Ftriad\u002Fblob\u002Fmaster\u002Fx\u002F202501-socketcan\u002Fchange_baudrate.py 修改波特率。实测数据显示，在 5Mbps 下，8 个电机的最大控制频率可达约 1.66kHz（循环时间约 600 微秒），而在 1Mbps 下 8 个电机仅为 950Hz。","https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F34",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},33066,"线束制造中遇到连接器断裂或长度不足怎么办？","针对 JST 连接器断裂问题，可暂时联系制造商（如 @NaohiroIIDA）生产替换电缆。对于长度不足的问题，通常是由于制造误差导致，建议重新测量并考虑制造公差后再次下单。在对比 LCSC 成品电缆与手工电缆时，虽然 LCSC 电缆线规较小，但其焊点更牢固。若急需演示，可先手工制作少量电缆应急，同时订购符合新长度规格的批量电缆。","https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F49",{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},33067,"在哪里可以找到开源的人形机器人开发平台或相关 SDK？","一家中国初创公司开源了他们的人形机器人开发平台，其 SDK 可以从以下地址下载：https:\u002F\u002Fgitee.com\u002Fleju-robot\u002Fkuavo_opensource。此外，关于电机和驱动器的选型及市场调研结论，可参考团队整理的文档：https:\u002F\u002Fdocs.google.com\u002Fpresentation\u002Fd\u002F10klkJ0pcGW8yR1wJ4Le9gDdexLqP5lkk35HTZFQ34cU\u002Fedit?usp=sharing。","https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F6",{"id":155,"question_zh":156,"answer_zh":157,"source_url":143},33068,"如何在不同数量的电机配置下测试和控制频率上限？","控制频率随电机数量增加而降低。在 1Mbps STM32 控制下实测数据为：6 个电机约 1.175kHz，7 个电机约 1kHz，8 个电机约 950Hz。测试指标是确保控制和反馈消息交替发送接收；若在未收到反馈前发送过多控制消息导致超时，则说明速度过快。建议未来实施控制和反馈回路的同步方法，以确保它们始终交替发生，从而获得更准确的测量结果。",{"id":159,"question_zh":160,"answer_zh":161,"source_url":162},33069,"OpenArm 项目发布前的关键任务和资源在哪里查看？","项目的发布追踪、重要日期（如招聘会发货日、内部截止日期）及主要任务清单（如 README 编辑、BOM 翻译、组装指南、媒体材料等）均在 Issue #17 中详细列出。该线程还分配了具体负责人的任务，例如末端执行器设计、CAD 材料、CAN FD 故障排除、Genesis 仿真控制及 URDF 验证等。所有文档编辑和硬件组装状态均在此更新。","https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F17",{"id":164,"question_zh":165,"answer_zh":166,"source_url":153},33070,"如何解决迟滞制动器（hysteresis brake）的采购困难？","如果无法联系到原供应商（如 DaySensor 团队），可以尝试从其他供应商获取报价。项目中曾通过 AliExpress 成功采购到替代品（链接：https:\u002F\u002Fja.aliexpress.com\u002Fitem\u002F1005008501194186.html）。在等待货物到达期间，相关任务状态可标记为“阻塞（blocked）”。",{"id":168,"question_zh":169,"answer_zh":170,"source_url":162},33071,"演示准备阶段需要构建多少套遥操作（teleop）系统？","演示准备通常需要 2 套遥操作系统：一套用于单向重力补偿（unilateral gravity compensation），另一套用于双向控制（bilateral，如有可能邀请专家参与）。为此需要准备 4 个机械臂套件，解决线缆问题（需专人处理），设计用于将 OpenArm 作为主端（leader）的控制器（使用 2 个 3507 电机），并订购和组装相应的框架及适配器、布线等组件。",[172,177,182,187],{"id":173,"version":174,"summary_zh":175,"released_at":176},249164,"1.1","我们很高兴地宣布 OpenArm 01 的第二个版本发布，此次更新重点在于提升 **硬件可靠性**、**遥操作栈**、**装配清晰度** 以及 **供应商透明度**。本版本修复了社区报告的多个问题，并采纳了大量反馈：\n\n## 🚀 修复与改进概览\n\n| 类别       | 改进内容                     | 存在问题                           | 解决方案                                   | 相关议题         |\n|------------|------------------------------|------------------------------------|--------------------------------------------|------------------|\n| `控制`     | **零位校准**                 | 手动校准过程容易出现人为误差。     | 实现自动零位校准，简化设置流程并提高精度。 | [#323](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F323) |\n| `数据采集` | **相机安装支架**             | 缺乏官方 CAD 设计的相机支架。      | 添加一个 **模块化相机支架底座**，配备专为 **Realsense D435（胸部相机）** 和 **D405（腕部相机）** 设计的标准接口，从而实现一致且可复现的数据采集配置。 | [#307](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F307) |\n| `硬件`     | **J5 主轴侧外壳盖**          | 对于 7 自由度机械臂，肘关节的控制较为困难——操作者只能操控末端执行器，导致冗余关节角度产生歧义。 | 重新设计 **J5 外壳** 并增加 **橡胶带接口**，增强操作者与机械臂之间的耦合，使 7 自由度运动控制更加流畅。现在，肘关节可以自然跟随操作者的动作。 | [#308](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F308) |\n| `硬件`     | **J2 接线及外壳改进**        | J2 电机电缆经常卡在 L 形 J2–J3 连接器的 **螺栓头** 上，存在损坏风险并限制运动范围。 | 将 **J2 接线** 直接引出至后背板，并优化外壳设计以消除卡滞点，从而提升可靠性和电缆寿命。 | [#309](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F309) |\n| `硬件`     | **PCB 集线盒外壳**           | 原有 PCB 集线盒暴露在外，连接器在运行过程中易受应力影响而松脱。 | 新增 **专用 PCB 集线盒外壳**，保护连接器、提升机械稳定性，并简化电缆整理。 | [#310](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F310) |\n| `文档`     | **接线与外壳装配**           | 线束装配说明不够清晰，导致电缆走向和外壳安装顺序混乱。 | 增加 **分步装配示意图**、图解，并优化接线与外壳安装的说明。 | [#312](https:\u002F\u002Fgithub.com\u002Fenactic\u002Fopenarm\u002Fissues\u002F312) |\n| `文档`     | **购买页面**                 | 由于多家供应商生产的 OpenArm 质量参差不齐，用户难以判断何处采购，造成困惑。 | 推出官方 [**购买页面**](https:\u002F\u002Fdocs.openarm.dev\u002Fpurchase)，列出全球范围内的 **官方** 和 **认证** 供应商，以确保透明度和稳定的制造质量。 | [#313](https:\u002F\u002Fgithub.com\u002Fenactic\u002F","2025-10-31T11:41:47",{"id":178,"version":179,"summary_zh":180,"released_at":181},249165,"0.3","## 变更内容\n\n\u003Cimg width=\"536\" alt=\"image\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F539b7252-20e6-4da3-af93-9a8089848bea\" \u002F>\n\n* 将 openarm_ros2 升级，以支持在物理双臂硬件上运行 MoveIt2，由 @thomasonzhou 在 https:\u002F\u002Fgithub.com\u002Freazon-research\u002FOpenArm\u002Fpull\u002F92 中完成\n* 在 STM32 上实现 CANFD 控制，由 @1lokeshpatel 在 https:\u002F\u002Fgithub.com\u002Freazon-research\u002FOpenArm\u002Fpull\u002F98 中完成\n* 使用新的 URDF 更新 ROS2 包，由 @thomasonzhou 在 https:\u002F\u002Fgithub.com\u002Freazon-research\u002FOpenArm\u002Fpull\u002F102 中完成\n* 添加对 7 自由度机械臂 + 1 自由度夹爪、总计 16 自由度的双臂系统的 ros2_control 支持\n\n## 其他更新\n* 通过增加交叉滚子轴承提升有效载荷\n* 对 GR00T N1 进行微调并在 OpenArm 硬件上部署：https:\u002F\u002Fgithub.com\u002Freazon-research\u002FIsaac-GR00T\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Freazon-research\u002FOpenArm\u002Fcompare\u002F0.2...0.3","2025-05-08T16:05:30",{"id":183,"version":184,"summary_zh":185,"released_at":186},249166,"0.2","## 变更内容\n* 由 @edwin-giang 在 https:\u002F\u002Fgithub.com\u002Freazon-research\u002FOpenArm\u002Fpull\u002F69 中更新了问题模板\n* 由 @thomasonzhou 在 https:\u002F\u002Fgithub.com\u002Freazon-research\u002FOpenArm\u002Fpull\u002F84 中添加了 openarm_ros2 和 openarm_mjcf 子模块\n* 由 @thomasonzhou 在 https:\u002F\u002Fgithub.com\u002Freazon-research\u002FOpenArm\u002Fpull\u002F85 中重新组织了仓库结构\n\n## 其他更新\n* 重新定义了 URDF 的工作位置，并提升了模型精度\n* 升级了机械和电气组件，以提高系统稳定性\n* 稳定了电机供应链，为未来的采购提供保障\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Freazon-research\u002FOpenArm\u002Fcompare\u002F0.1...0.2","2025-04-04T03:29:32",{"id":188,"version":189,"summary_zh":190,"released_at":191},249167,"0.1","这是 OpenArm 的首个版本！","2025-02-19T08:56:11"]