Desktop client dan CLI

Apa yang dilakukan aplikasi desktop

Cockpit browser dibuat untuk kontrol jarak jauh robot yang berada di platform. Desktop client mencakup separuh alur kerja lainnya: Anda, lengan robot di meja Anda, dan dataset yang ingin Anda rekam sendiri. Aplikasi ini terhubung ke lengan lewat USB, mendeteksi kamera yang terpasang, dan memandu Anda merekam episode demi episode.

Deteksinya otomatis. Colokkan SO-100 dan aplikasi menemukan port serial serta mendata servonya; webcam yang terhubung muncul di pratinjau sehingga Anda bisa memeriksa framing sebelum merekam apa pun. Tidak ada berkas konfigurasi yang perlu ditulis dan tidak perlu mencari-cari driver.

Semua yang Anda rekam ditulis ke disk lokal lebih dulu. Tidak ada yang meninggalkan mesin Anda sampai Anda mengunggahnya secara eksplisit, yang penting jika episode Anda berisi hal-hal yang belum siap Anda bagikan, atau jika Anda merekam di tempat tanpa koneksi yang andal.

Unduh dan pasang

Aplikasinya tersedia untuk macOS, Windows, dan Linux di /download. Pasang, masuk dengan akun platform Anda, dan hubungkan lengannya. Jika Anda sekaligus memasangkan robot ke platform, aplikasi ini juga tempat Anda menebus kode pemasangan dari wizard.

Alur perekaman terpandu

Merekam data imitation learning yang bagus sebagian besar soal disiplin, dan aplikasi ini menegakkan disiplin itu untuk Anda. Setiap episode melewati lima tahap yang sama.

1. 1
   Deskripsikan tugasnya

   Satu kalimat yang jelas, dirumuskan dengan cara yang sama setiap kali untuk tugas yang sama. Policy language-conditioned memperhatikan string ini, jadi "pick up the red cube and place it in the bowl" jauh lebih baik daripada "test 4".

2. 2
   Atur ulang scene

   Pindahkan lengan ke pose awalnya dan tempatkan objeknya. Pratinjau kamera ada di sana agar Anda bisa memastikan framing sebelum berkomitmen, bukan sesudahnya.

3. 3
   Rekam

   Teleoperasikan lengan melalui tugas dengan gerakan yang sengaja dan halus. Berhenti begitu tugas selesai, jangan diam saja di dalam frame.

4. 4
   Tinjau

   Putar ulang episode sebelum menyimpannya. Membuang episode yang buruk hanya butuh beberapa detik; melatih dengan episode itu butuh berjam-jam.

5. 5
   Unggah

   Jika sudah puas, unggah batch-nya. Episode akan muncul di dataset browser Anda di platform, berdampingan dengan apa pun yang direkam lewat sesi jarak jauh.

Data lokal dan ekspor LeRobot

Episode disimpan dan diekspor dalam format LeRobot, format pertukaran yang diterima sebagian besar ekosistem robot learning open-source. Dataset yang direkam dengan desktop client bisa langsung masuk ke pelatihan untuk ACT, Diffusion Policy, SmolVLA, atau fine-tune GR00T.

CLI

CLI-nya terpasang secara mandiri, tanpa aplikasi desktop, yang menjadikannya pilihan tepat untuk mesin headless dan script. Di macOS dan Linux:

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

Di Windows, di PowerShell:

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

CLI melakukan autentikasi dengan API key. Buat satu di /dashboard/settings; key membawa awalan ayr_live_ dan harus diperlakukan seperti password, jadi simpan di environment shell Anda atau secret manager, bukan di script yang Anda commit.

MCP: lokal dan hosted

Jika Anda bekerja dengan asisten atau editor yang mendukung MCP, platform ini dapat dijangkau lewat Model Context Protocol dengan dua cara. Server lokal berjalan di mesin Anda dan dijalankan dengan satu perintah:

ay-robots mcp

Server hosted berada di https://www.ay-robots.com/api/mcp dan berbicara Streamable HTTP. Tidak perlu instalasi lokal: arahkan MCP client Anda ke URL tersebut dan lakukan autentikasi dengan API key ayr_live_ dari /dashboard/settings untuk bekerja dengan data akun Anda.

Pertanyaan yang sering diajukan