[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-google-deepmind--gemini-robotics-sdk":3,"tool-google-deepmind--gemini-robotics-sdk":65},[4,23,32,40,49,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":22},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85092,2,"2026-04-10T11:13:16",[13,14,15,16,17,18,19,20,21],"图像","数据工具","视频","插件","Agent","其他","语言模型","开发框架","音频","ready",{"id":24,"name":25,"github_repo":26,"description_zh":27,"stars":28,"difficulty_score":29,"last_commit_at":30,"category_tags":31,"status":22},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[19,14,18],{"id":33,"name":34,"github_repo":35,"description_zh":36,"stars":37,"difficulty_score":29,"last_commit_at":38,"category_tags":39,"status":22},5773,"cs-video-courses","Developer-Y\u002Fcs-video-courses","cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。\n\n面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。\n\n这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。",79792,"2026-04-08T22:03:59",[18,13,14,20],{"id":41,"name":42,"github_repo":43,"description_zh":44,"stars":45,"difficulty_score":46,"last_commit_at":47,"category_tags":48,"status":22},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,3,"2026-04-04T04:44:48",[17,13,20,19,18],{"id":50,"name":51,"github_repo":52,"description_zh":53,"stars":54,"difficulty_score":46,"last_commit_at":55,"category_tags":56,"status":22},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",75435,"2026-04-12T23:10:18",[19,13,20,18],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":29,"last_commit_at":63,"category_tags":64,"status":22},3215,"awesome-machine-learning","josephmisiti\u002Fawesome-machine-learning","awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。\n\n它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。\n\n其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。",72149,"2026-04-03T21:50:24",[20,18],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":69,"owner_location":69,"owner_email":69,"owner_twitter":69,"owner_website":80,"owner_url":81,"languages":82,"stars":103,"forks":104,"last_commit_at":105,"license":106,"difficulty_score":107,"env_os":108,"env_gpu":108,"env_ram":108,"env_deps":109,"category_tags":115,"github_topics":116,"view_count":10,"oss_zip_url":69,"oss_zip_packed_at":69,"status":22,"created_at":119,"updated_at":120,"faqs":121,"releases":122},7017,"google-deepmind\u002Fgemini-robotics-sdk","gemini-robotics-sdk",null,"gemini-robotics-sdk（又名 Safari SDK）是谷歌 DeepMind 专为 Gemini 机器人模型系列打造的全生命周期开发工具包。它旨在解决机器人开发者在模型应用过程中面临的流程碎片化难题，提供从获取模型检查点、本地部署服务、仿真与真机评估，到数据上传、模型微调及成果下载的一站式解决方案。\n\n这套工具特别适合机器人领域的研究人员、算法工程师及高级开发者使用，尤其是已加入\"Gemini Robotics 可信测试员计划”的专业用户。通过内置的 Flywheel 命令行界面，用户可以轻松执行训练任务、管理数据统计、调度模型服务以及下载训练产物，极大简化了复杂的后端交互流程。此外，SDK 还集成了完善的智能体（Agent）框架和日志记录库，支持包括 Aloha 在内的多种机器人平台的评估示例，帮助团队高效构建交互式机器人应用。需要注意的是，目前大部分核心功能需获得官方授权方可使用，且该项目属于非官方正式支持产品，更适合具备一定技术基础的专业人士探索前沿机器人技术。","# Safari SDK: the SDK for Google DeepMind Gemini Robotics models 🦓🦄🐘🐒🐍\n\n## Disclaimer\n\nThis is not an officially supported Google product.\n\nSafari SDK provides full lifecycle toolings necessary for using Gemini Robotics\nmodels, including but not limited to, access checkpoint, serving a model,\nevaluate the model on robot and in sim, upload data, finetuning the model,\ndownload the finetuned checkpoint, etc. Most of the functionality requires you\nto join Gemini Robotics Trusted Tester Program to use. See details in Gemini\nRobotics [main page](https:\u002F\u002Fdeepmind.google\u002Fmodels\u002Fgemini-robotics\u002F).\n\n## Source Code\n\nThe source code can be found in\n[GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemini-robotics-sdk).\n\nNote: Unless stated otherwise, the commands below assume that your working\ndirectory is the root of your repository clone (ie, the same directory which\ncontains the `pyproject.toml` file).\n\n## Installing the SDK\n\n### Installing Pip Dependencies\n\nThe pyproject.toml file specifies the dependencies for the Safari SDK, including\nallowed version ranges for some packages. The requirements.txt file specifies\nexact versions and hashes of each of those dependencies; internal unit tests use\nthese versions, and installing them in a virtual environment before installing\nthe SDK is recommended to avoid failures due to upstream package changes:\n\n```shell\npip install -r requirements.txt\n```\n\n### Updating Pip Dependencies\n\nA script is provided which updates the requirements.txt file to the most recent\nversions of dependencies which satisfy the constraints in the pyproject.toml\nfile. This allows those updates to be done at discrete times (rather than\nwhenever those updates are pushed to PyPi) and tested in isolation before being\npushed to all users. To run that script:\n\n```shell\nscripts\u002Fupdate_pip_dependencies.sh\n```\n\n### Installing from PyPi\n\nThe Safari SDK can be easily installed via PyPI.\n\n```shell\npip install safari_sdk\n```\n\n### Installing from Source Code\n\nThe Safari SDK can also be installed from the source code.\n\n```shell\npip install -e .[dev]\n```\n\n## Building the Wheel\n\nTo build a Python wheel, run the following command from the root of the\nrepository.\n\n```shell\nscripts\u002Fbuild_wheel.sh\n```\n\nThis script will build a pip installable wheel for the Safari SDK, and print the\nfile's path to stdout.\n\n## Model support\n\nSafari SDK aims to support all models in the Gemini Robotics model series.\n\nTrusted Testers can access the Gemini Robotics On Device model from SDK v2.4.1.\n\n## Libraries\n\nLibraries related to robot data logging is in `safari\u002Flogging`.\n\nLibraries related to model inference and interface with model servers are in\n`safari\u002Fmodel`.\n\nLibraries and binary related to accessing model checkpoints, upload data and\nrequest of model finetune can be found in `safari\u002Fflywheel`.\n\nExamples, including robot and simulation evaluation of models are in\n`examples\u002F`. Aloha specific eval code are in `examples\u002Faloha`.\n\n## Flywheel CLI\n\nThe flywheel CLI is a convenient CLI tool available after installation of the\npip package. It provides a set of commands to interact with the Gemini Robotics\nplatform, such as training models, serving models, managing data, and\ndownloading artifacts.\n\nTo use the CLI\n\n```\nflywheel-cli \u003Ccommand> [--flags] [--flags]\n```\n\nSupported commands are:\n\n*   `train`: Train a model. Requires specifying task ID, start date, and end\n    date.\n*   `serve`: Serve a model. Requires specifying the training job ID.\n*   `list`: List available training jobs.\n*   `list_serve`: List available serving jobs.\n*   `data_stats`: Show data statistics available for training.\n*   `download`: Download artifacts from a training job or a specific artifact\n    ID.\n*   `upload_data`: Upload data to the data ingestion service.\n*   `version`: Show the version of the SDK.\n*   `help`: Show this help message with all the available commands and flags.\n\n## Agent\n\nThe Safari SDK includes a comprehensive agent framework for building interactive\nrobotics agents powered by Gemini models. See\n[YouTube Video: Gemini Robotics 1.5: Using agentic capabilities](https:\u002F\u002Fyoutu.be\u002FAMRxbIO04kQ?si=UFILQ9IOgfw7RTus).\nThe framework is located in `safari\u002Fagent\u002Fframework` and provides a modular\narchitecture for creating agents that can perceive their environment, reason\nabout tasks, and control robot hardware.\n\n### Key Components\n\n**Agents** (`safari\u002Fagent\u002Fframework\u002Fagents\u002F`): Base agent classes that integrate\nwith the Gemini Live API to provide conversational interaction and tool use\ncapabilities.\n\n**Embodiments** (`safari\u002Fagent\u002Fframework\u002Fembodiments\u002F`): Hardware-specific\ninterfaces that connect agents to physical robot systems (e.g., Aloha robot).\nEach embodiment provides tools for robot control.\n\n**Tools** (`safari\u002Fagent\u002Fframework\u002Ftools\u002F`): Modular capabilities that agents\ncan use, including:\n\n*   Run instruction\n*   Success detection\n*   Scene description\n*   etc.\n\n**Event Bus** (`safari\u002Fagent\u002Fframework\u002Fevent_bus\u002F`): Asynchronous\npublish-subscribe system for communication between agent components.\n\n**Configuration** (`safari\u002Fagent\u002Fframework\u002Fconfig.py`): Centralized\nconfiguration management using `AgentFrameworkConfig`, supporting both\nprogrammatic configuration and flag-based setup.\n\n### Aloha Agent Example\n\nThe `examples\u002Faloha\u002Fagent\u002F` directory contains agent implementations for the\nAloha robot platform.\n\nThe primary example is `simple_agent.py`, which provides a conversational agent\nthat can control the Aloha robot using natural language instructions.\n\nTo run the Aloha agent, use the provided `run.py` script:\n\n```shell\npython examples\u002Faloha\u002Fagent\u002Frun.py --agent_name=simple_agent\n```\n\nThe Aloha agent demonstrates integration of vision-based robot control,\nmulti-camera perception, and conversational interaction with Gemini models.\n\nAlternatively, you build your own agent using the agent framework.\n\nThe codebase is still in active development. We will update our most updated\nuser guide with Trusted Testers of Gemini Robotics.\n","# Safari SDK：适用于 Google DeepMind Gemini Robotics 模型的 SDK 🦓🦄🐘🐒🐍\n\n## 免责声明\n\n本项目并非 Google 官方支持的产品。\n\nSafari SDK 提供了使用 Gemini Robotics 模型所需的全生命周期工具链，包括但不限于访问检查点、模型推理服务、在机器人和仿真环境中评估模型、上传数据、微调模型、下载微调后的检查点等。大多数功能需要您加入 Gemini Robotics 可信测试者计划方可使用。详情请参阅 Gemini Robotics 的[主页](https:\u002F\u002Fdeepmind.google\u002Fmodels\u002Fgemini-robotics\u002F)。\n\n## 源代码\n\n源代码可在 [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemini-robotics-sdk) 上找到。\n\n注意：除非另有说明，以下命令均假定您的工作目录为仓库克隆的根目录（即包含 `pyproject.toml` 文件的目录）。\n\n## 安装 SDK\n\n### 安装 Pip 依赖\n\n`pyproject.toml` 文件指定了 Safari SDK 的依赖项，其中包括部分包的允许版本范围。而 `requirements.txt` 文件则列出了这些依赖的精确版本及校验和；内部单元测试正是基于这些版本进行的。建议在安装 SDK 之前先将这些依赖安装到虚拟环境中，以避免因上游包更新而导致的安装失败：\n\n```shell\npip install -r requirements.txt\n```\n\n### 更新 Pip 依赖\n\n我们提供了一个脚本，用于将 `requirements.txt` 文件更新为满足 `pyproject.toml` 中约束条件的最新依赖版本。这样可以在特定时间点进行更新（而不是每次依赖被发布到 PyPI 时都更新），并在推送给所有用户之前进行独立测试。运行该脚本的命令如下：\n\n```shell\nscripts\u002Fupdate_pip_dependencies.sh\n```\n\n### 从 PyPI 安装\n\nSafari SDK 可以通过 PyPI 轻松安装：\n\n```shell\npip install safari_sdk\n```\n\n### 从源码安装\n\n您也可以直接从源码安装 Safari SDK：\n\n```shell\npip install -e .[dev]\n```\n\n## 构建 Wheel 包\n\n要构建 Python Wheel 包，请在仓库根目录下运行以下命令：\n\n```shell\nscripts\u002Fbuild_wheel.sh\n```\n\n该脚本将为 Safari SDK 构建一个可使用 pip 安装的 Wheel 包，并将其文件路径输出到标准输出。\n\n## 模型支持\n\nSafari SDK 致力于支持 Gemini Robotics 系列中的所有模型。\n\n可信测试者自 SDK v2.4.1 起即可通过 SDK 访问 Gemini Robotics On Device 模型。\n\n## 库\n\n与机器人数据记录相关的库位于 `safari\u002Flogging`。\n\n与模型推理及与模型服务器交互相关的库位于 `safari\u002Fmodel`。\n\n用于访问模型检查点、上传数据以及请求模型微调的相关库和二进制文件位于 `safari\u002Fflywheel`。\n\n示例代码，包括机器人和仿真环境中的模型评估，位于 `examples\u002F` 目录下。针对 Aloha 平台的专用评估代码则位于 `examples\u002Faloha`。\n\n## Flywheel CLI\n\nFlywheel CLI 是一个便捷的命令行工具，在安装完 pip 包后即可使用。它提供了一组用于与 Gemini Robotics 平台交互的命令，例如训练模型、部署模型、管理数据以及下载制品等。\n\n使用 CLI 的语法如下：\n\n```\nflywheel-cli \u003Ccommand> [--flags] [--flags]\n```\n\n支持的命令包括：\n\n*   `train`：训练模型。需指定任务 ID、开始日期和结束日期。\n*   `serve`：部署模型。需指定训练作业 ID。\n*   `list`：列出可用的训练作业。\n*   `list_serve`：列出可用的部署作业。\n*   `data_stats`：显示可用于训练的数据统计信息。\n*   `download`：从训练作业或指定的制品 ID 下载文件。\n*   `upload_data`：将数据上传至数据摄取服务。\n*   `version`：显示 SDK 的版本。\n*   `help`：显示包含所有可用命令和标志的帮助信息。\n\n## 代理框架\n\nSafari SDK 包含一个全面的代理框架，用于构建由 Gemini 模型驱动的交互式机器人代理。更多信息请观看 [YouTube 视频：Gemini Robotics 1.5：利用代理能力](https:\u002F\u002Fyoutu.be\u002FAMRxbIO04kQ?si=UFILQ9IOgfw7RTus)。该框架位于 `safari\u002Fagent\u002Fframework`，提供一种模块化架构，用于创建能够感知环境、规划任务并控制机器人硬件的代理。\n\n### 核心组件\n\n**代理**（`safari\u002Fagent\u002Fframework\u002Fagents\u002F`）：基础代理类，与 Gemini Live API 集成，提供对话交互和工具使用能力。\n\n**具身化接口**（`safari\u002Fagent\u002Fframework\u002Fembodiments\u002F`）：与具体机器人硬件对接的接口（例如 Aloha 机器人）。每个具身化接口都提供了机器人控制相关的工具。\n\n**工具**（`safari\u002Fagent\u002Fframework\u002Ftools\u002F`）：代理可使用的模块化能力，包括：\n\n*   执行指令\n*   成功检测\n*   场景描述\n*   等等。\n\n**事件总线**（`safari\u002Fagent\u002Fframework\u002Fevent_bus\u002F`）：用于代理组件之间通信的异步发布-订阅系统。\n\n**配置**（`safari\u002Fagent\u002Fframework\u002Fconfig.py`）：基于 `AgentFrameworkConfig` 的集中式配置管理，支持程序化配置和基于命令行参数的设置。\n\n### Aloha 代理示例\n\n`examples\u002Faloha\u002Fagent\u002F` 目录中包含了针对 Aloha 机器人平台的代理实现。\n\n主要示例是 `simple_agent.py`，它提供了一个基于自然语言指令控制 Aloha 机器人的对话型代理。\n\n要运行 Aloha 代理，可以使用提供的 `run.py` 脚本：\n\n```shell\npython examples\u002Faloha\u002Fagent\u002Frun.py --agent_name=simple_agent\n```\n\nAloha 代理展示了基于视觉的机器人控制、多摄像头感知以及与 Gemini 模型的对话交互能力。\n\n此外，您也可以使用代理框架自行构建代理。\n\n目前代码库仍在积极开发中。我们将为 Gemini Robotics 的可信测试者更新最新的用户指南。","# Gemini Robotics SDK (Safari SDK) 快速上手指南\n\n> **注意**：本工具（Safari SDK）并非 Google 官方正式支持的产品。大部分核心功能（如模型访问、微调、数据上传等）需要加入 **Gemini Robotics Trusted Tester Program** 方可使用。\n\n## 1. 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**：推荐 Linux 或 macOS（Windows 用户建议使用 WSL2）。\n*   **Python 版本**：建议 Python 3.8 或更高版本。\n*   **前置依赖**：\n    *   `pip` 包管理工具。\n    *   `git`（如果需要从源码安装）。\n    *   虚拟环境工具（推荐 `venv` 或 `conda`），以避免依赖冲突。\n\n> **国内开发者提示**：由于该 SDK 依赖大量 PyPI 包，建议配置国内镜像源（如清华源或阿里源）以加速下载。\n> ```bash\n> pip config set global.index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 2. 安装步骤\n\n您可以选择通过 PyPI 直接安装（推荐），或从源码安装（适合开发者）。\n\n### 方式一：通过 PyPI 安装（推荐）\n\n这是最简便的安装方式，适用于大多数用户。\n\n```shell\npip install safari_sdk\n```\n\n### 方式二：从源码安装\n\n如果您需要修改代码或使用开发版功能，请克隆仓库并进行可编辑安装。\n\n1.  克隆仓库并进入目录：\n    ```shell\n    git clone https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgemini-robotics-sdk.git\n    cd gemini-robotics-sdk\n    ```\n\n2.  （可选但推荐）安装精确版本的依赖以防止上游包变更导致的问题：\n    ```shell\n    pip install -r requirements.txt\n    ```\n\n3.  执行可编辑安装：\n    ```shell\n    pip install -e .[dev]\n    ```\n\n## 3. 基本使用\n\n安装完成后，您可以通过命令行工具 (`flywheel-cli`) 或与 Python 代码交互来使用 SDK。\n\n### 3.1 使用 Flywheel CLI\n\nCLI 工具用于管理模型训练、服务部署、数据上传及工件下载等操作。\n\n**查看帮助与版本：**\n```shell\nflywheel-cli --help\nflywheel-cli version\n```\n\n**常用命令示例：**\n\n*   **列出可用的训练任务**：\n    ```shell\n    flywheel-cli list\n    ```\n*   **部署模型服务**（需指定训练任务 ID）：\n    ```shell\n    flywheel-cli serve --job_id=\u003CYOUR_JOB_ID>\n    ```\n*   **上传数据**：\n    ```shell\n    flywheel-cli upload_data --path=\u003CDATA_PATH>\n    ```\n*   **下载模型工件**：\n    ```shell\n    flywheel-cli download --job_id=\u003CYOUR_JOB_ID>\n    ```\n\n### 3.2 运行机器人 Agent 示例\n\nSDK 提供了基于 Gemini 模型的智能体框架，支持感知、推理和控制硬件。以下以 **Aloha** 机器人为例：\n\n1.  确保您已连接 Aloha 机器人硬件或在仿真环境中。\n2.  运行简单的对话式控制 Agent：\n\n```shell\npython examples\u002Faloha\u002Fagent\u002Frun.py --agent_name=simple_agent\n```\n\n该示例展示了如何结合视觉感知、多摄像头输入与自然语言指令来控制机器人。\n\n### 3.3 自定义 Agent 开发\n\n您可以利用 `safari\u002Fagent\u002Fframework` 中的模块化组件构建自己的 Agent：\n\n*   **Agents**: 集成 Gemini Live API 的基础类。\n*   **Embodiments**: 连接物理机器人的硬件接口（如 Aloha）。\n*   **Tools**: 模块化能力（如场景描述、成功检测等）。\n*   **Event Bus**: 组件间的异步通信机制。\n\n参考 `examples\u002F` 目录下的更多示例代码进行二次开发。","某智能仓储团队正试图将通用大模型迁移到自家分拣机器人上，以实现更灵活的货物识别与抓取。\n\n### 没有 gemini-robotics-sdk 时\n- **环境配置繁琐**：开发者需手动解决复杂的 Python 依赖冲突，缺乏统一的版本锁定机制，导致不同开发者的本地环境难以复现。\n- **数据流转割裂**：机器人采集的训练数据上传、清洗及统计需编写大量自定义脚本，缺乏标准化接口，数据准备周期长达数周。\n- **模型部署困难**：从获取预训练权重到在真机或仿真器中启动服务，需自行搭建推理后端，调试过程极易出错且耗时。\n- **微调流程黑盒**：缺乏官方支持的工具链来发起微调任务或下载优化后的检查点，算法迭代效率极低。\n\n### 使用 gemini-robotics-sdk 后\n- **一键环境就绪**：通过 `pip install safari_sdk` 及配套的 `requirements.txt`，团队可瞬间构建出与内部测试完全一致的开发环境。\n- **数据管理自动化**：利用内置的 `flywheel-cli upload_data` 和 `data_stats` 命令，数据上传与质量分析变得标准化且透明，准备时间缩短至几天。\n- **全链路模型托管**：直接使用 `serve` 命令即可基于训练任务 ID 启动模型服务，无缝衔接仿真评估与真机部署，大幅降低运维门槛。\n- **闭环迭代加速**：通过 `train` 和 `download` 命令轻松发起微调并获取最新权重，实现了从数据反馈到模型更新的快速闭环。\n\ngemini-robotics-sdk 将原本碎片化、高门槛的机器人模型开发流程整合为统一的生命周期工具链，让团队能专注于核心算法创新而非基础设施搭建。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fgoogle-deepmind_gemini-robotics-sdk_990e672a.png","google-deepmind","Google DeepMind","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fgoogle-deepmind_06b1dd17.png","","https:\u002F\u002Fwww.deepmind.com\u002F","https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind",[83,87,91,95,99],{"name":84,"color":85,"percentage":86},"Python","#3572A5",88.1,{"name":88,"color":89,"percentage":90},"C++","#f34b7d",8.2,{"name":92,"color":93,"percentage":94},"HTML","#e34c26",2.8,{"name":96,"color":97,"percentage":98},"CMake","#DA3434",0.8,{"name":100,"color":101,"percentage":102},"Shell","#89e051",0.1,566,50,"2026-04-07T17:35:22","Apache-2.0",4,"未说明",{"notes":110,"python":108,"dependencies":111},"1. 该工具名为 Safari SDK，用于 Google DeepMind Gemini Robotics 模型的全生命周期管理（包括访问检查点、服务部署、评估、数据上传、微调等）。\n2. 大多数功能需要加入 'Gemini Robotics Trusted Tester Program' 才能使用。\n3. 安装时建议先根据 requirements.txt 创建虚拟环境以避免上游包变更导致的失败。\n4. 包含用于机器人控制（如 Aloha 机器人）的 Agent 框架和 Flywheel CLI 工具。\n5. README 中未明确列出具体的操作系统、GPU 型号、显存大小、内存需求或具体的 Python 版本号，需参考 pyproject.toml 或官方文档获取详细硬件约束。",[112,113,114],"safari_sdk","pyproject.toml 中定义的依赖包","requirements.txt 中指定的精确版本依赖",[18],[117,118],"gemini","robotics","2026-03-27T02:49:30.150509","2026-04-13T13:37:50.166683",[],[]]