RoboClaw：具身智能助手

项目定位：RoboClaw 是一个具身智能助手，把「对话式 AI」和「真实机械臂」接到同一条链路里——你可以用自然语言完成机械臂的 setup、标定、遥操作、数据收集、训练与推理，而不用逐条手写控制脚本。

RoboClaw 架构

核心工作流

RoboClaw 把具身智能的完整生命周期收敛成一条对话式工作流：

setup（装配）→ calibrate（标定）→ teleop（遥操作）→ record（数据收集）→ train（训练）→ infer（推理）

每一环都由 Agent 调度，用户通过消息渠道或 Web dashboard 发起，底层由 embodied/service/session 里对应的会话执行。

架构分层

  • Agent 核心：context / loop / memory / skills / subagent / tools（cron、filesystem、mcp、shell、spawn、web），负责理解意图与调度工具。
  • channels：十几个消息渠道统一抽象（飞书 / Discord / Slack / Telegram / WhatsApp / 企微 / 钉钉 / QQ / 邮件 / Matrix），消息进出与 Agent 解耦。
  • embodied：机械臂（SO-101 标定）、灵巧手（Inspire RH56 / Revo2）、接口层（CAN / serial / video）、manifest（binding / guard / state）。
  • data：数据策展（clustering、DTW、特征、可视化校验），面向具身数据的质量治理。
  • providers：LLM Provider 抽象（OpenAI / Azure OpenAI / LiteLLM / Codex / 自定义）。
  • http：Web dashboard 与各类 REST 路由（datasets / devices / hardware / infer / train / session …）。

技术栈

Python · TypeScript · Agent / Tool Calling · 机械臂 · 灵巧手 · 数据策展 · LiteLLM · 多渠道

仓库：RoboClaw