Desktop-Client und CLI

Was die Desktop-App leistet

Das Browser-Cockpit ist für die Fernsteuerung von Robotern gebaut, die auf der Plattform leben. Der Desktop-Client deckt die andere Hälfte des Workflows ab: Sie, ein Roboterarm auf Ihrem Schreibtisch und ein Datensatz, den Sie selbst aufzeichnen wollen. Die App verbindet sich per USB mit dem Arm, erkennt die angeschlossenen Kameras und führt Sie Episode für Episode durch die Aufnahme.

Die Erkennung läuft automatisch. Stecken Sie einen SO-100 an, findet die App den seriellen Port und listet die Servos auf; angeschlossene Webcams erscheinen in einer Vorschau, sodass Sie den Bildausschnitt prüfen können, bevor Sie irgendetwas aufnehmen. Es gibt keine Konfigurationsdatei zu schreiben und keinen Treiber zu suchen.

Alles, was Sie aufnehmen, landet zuerst auf der lokalen Festplatte. Nichts verlässt Ihren Rechner, bis Sie explizit hochladen. Das zählt, wenn Ihre Episoden Dinge enthalten, die Sie noch nicht teilen wollen, oder wenn Sie an einem Ort ohne verlässliche Verbindung aufzeichnen.

Herunterladen und installieren

Die App gibt es für macOS, Windows und Linux unter /download. Installieren Sie sie, melden Sie sich mit Ihrem Plattform-Konto an und verbinden Sie den Arm. Wenn Sie gleichzeitig einen Roboter mit der Plattform koppeln, lösen Sie in der App auch den Pairing-Code aus dem Assistenten ein.

Der geführte Aufnahmeablauf

Gute Imitation-Learning-Daten aufzunehmen ist vor allem eine Frage der Disziplin, und die App setzt diese Disziplin für Sie durch. Jede Episode durchläuft dieselben fünf Stationen.

1. 1
   Aufgabe beschreiben

   Ein klarer Satz, für dieselbe Aufgabe jedes Mal gleich formuliert. Sprachkonditionierte Policies werten diesen String aus, deshalb schlägt "pick up the red cube and place it in the bowl" jedes "test 4".

2. 2
   Szene zurücksetzen

   Bringen Sie den Arm in seine Startpose und platzieren Sie die Objekte. Die Kameravorschau ist dafür da, den Bildausschnitt vor der Aufnahme zu bestätigen, nicht danach.

3. 3
   Aufnehmen

   Teleoperieren Sie den Arm mit bewussten, gleichmäßigen Bewegungen durch die Aufgabe. Stoppen Sie, sobald die Aufgabe erledigt ist, statt im Bild zu verharren.

4. 4
   Sichten

   Spielen Sie die Episode ab, bevor Sie sie behalten. Eine schlechte Episode zu verwerfen kostet Sekunden; auf ihr zu trainieren kostet Stunden.

5. 5
   Hochladen

   Sind Sie zufrieden, laden Sie den Stapel hoch. Die Episoden erscheinen in Ihrem Dataset-Browser auf der Plattform, neben allem, was über Remote-Sessions aufgezeichnet wurde.

Lokale Daten und LeRobot-Export

Episoden werden im LeRobot-Format gespeichert und exportiert, dem Austauschformat, das der Großteil des Open-Source-Ökosystems für Robot Learning akzeptiert. Ein mit dem Desktop-Client aufgezeichneter Datensatz kann direkt ins Training für ACT, Diffusion Policy, SmolVLA oder GR00T-Fine-Tunes gehen.

Die CLI

Die CLI lässt sich eigenständig installieren, ohne Desktop-App. Das macht sie zur richtigen Wahl für Headless-Rechner und Skripte. Auf macOS und Linux:

curl -fsSL https://www.ay-robots.com/install.sh | sh

Auf Windows, in der PowerShell:

irm https://www.ay-robots.com/install.ps1 | iex

Die CLI authentifiziert sich mit einem API-Key. Legen Sie einen unter /dashboard/settings an; Keys tragen das Präfix ayr_live_ und sollten wie Passwörter behandelt werden. Bewahren Sie sie in der Shell-Umgebung oder einem Secret-Manager auf, nicht in Skripten, die Sie committen.

MCP: lokal und gehostet

Wenn Sie mit einem MCP-fähigen Assistenten oder Editor arbeiten, ist die Plattform auf zwei Wegen über das Model Context Protocol erreichbar. Der lokale Server läuft auf Ihrem Rechner und startet mit einem einzigen Befehl:

ay-robots mcp

Der gehostete Server liegt unter https://www.ay-robots.com/api/mcp und spricht Streamable HTTP. Er braucht keine lokale Installation: Richten Sie Ihren MCP-Client auf die URL und authentifizieren Sie sich mit einem ayr_live_-API-Key aus /dashboard/settings, um mit Ihren Kontodaten zu arbeiten.

Häufige Fragen