Client desktop e CLI

Cosa fa l'app desktop

Il cockpit nel browser è pensato per il controllo remoto di robot presenti sulla piattaforma. Il client desktop copre l'altra metà del flusso di lavoro: un braccio robotico sulla propria scrivania e un dataset da registrare in prima persona. Si collega al braccio via USB, rileva le telecamere collegate e guida passo dopo passo nella registrazione episodio per episodio.

Il rilevamento è automatico. Collegando uno SO-100, l'app trova la porta seriale ed enumera i servomotori; le webcam collegate compaiono in un'anteprima per verificare l'inquadratura prima di registrare qualsiasi cosa. Non serve scrivere alcun file di configurazione né cercare driver.

Tutto ciò che viene registrato viene prima scritto sul disco locale. Nulla lascia il computer finché non si effettua esplicitamente il caricamento, il che è rilevante se gli episodi contengono materiale non ancora pronto per essere condiviso, o se si registra in un luogo senza una connessione affidabile.

Download e installazione

L'app è disponibile per macOS, Windows e Linux su /download. Va installata, si effettua l'accesso con il proprio account sulla piattaforma e si collega il braccio. Se si sta accoppiando un robot alla piattaforma nello stesso momento, l'app è anche il punto in cui riscattare il codice di pairing generato dalla procedura guidata.

Il flusso di registrazione guidato

Registrare buoni dati per l'imitation learning è soprattutto una questione di disciplina, e l'app la applica al posto dell'utente. Ogni episodio attraversa le stesse cinque fasi.

1. 1
   Descrivere l'attività

   Una frase chiara, formulata sempre allo stesso modo per la stessa attività. Le policy condizionate dal linguaggio si basano su questa stringa, quindi "prendi il cubo rosso e mettilo nella ciotola" funziona meglio di "test 4".

2. 2
   Ripristinare la scena

   Portare il braccio nella posa iniziale e posizionare gli oggetti. L'anteprima della telecamera serve proprio per confermare l'inquadratura prima di procedere, non dopo.

3. 3
   Registrare

   Teleoperare il braccio attraverso l'attività con movimenti deliberati e fluidi. Fermarsi non appena l'attività è completa, invece di restare inattivi nell'inquadratura.

4. 4
   Revisionare

   Riprodurre l'episodio prima di conservarlo. Scartare un episodio non riuscito costa pochi secondi; addestrare su di esso costa ore.

5. 5
   Caricare

   Una volta soddisfatti, caricare il lotto. Gli episodi compaiono nel browser dei dataset sulla piattaforma, insieme a tutto ciò che è stato registrato tramite sessioni remote.

Dati locali ed esportazione LeRobot

Gli episodi vengono memorizzati ed esportati nel formato LeRobot, il formato di interscambio accettato dalla maggior parte dell'ecosistema open source per il robot learning. Un dataset registrato con il client desktop può essere usato direttamente per addestrare ACT, Diffusion Policy, SmolVLA o fine-tune di GR00T.

La CLI

La CLI si installa autonomamente, senza l'app desktop, il che la rende adatta a macchine headless e a script. Su macOS e Linux:

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

Su Windows, in PowerShell:

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

La CLI si autentica con una chiave API. Va creata in /dashboard/settings; le chiavi portano il prefisso ayr_live_ e vanno trattate come password, quindi conviene conservarle nell'ambiente della shell o in un gestore di segreti, non in script inclusi in un commit.

MCP: locale e ospitato

Per chi lavora con un assistente o un editor compatibile con MCP, la piattaforma è raggiungibile tramite il Model Context Protocol in due modi. Il server locale gira sulla propria macchina e si avvia con un unico comando:

ay-robots mcp

Il server ospitato si trova su https://www.ay-robots.com/api/mcp e parla Streamable HTTP. Non richiede alcuna installazione locale: basta puntare il client MCP verso l'URL e autenticarsi con una chiave API ayr_live_ da /dashboard/settings per lavorare con i dati del proprio account.

Domande frequenti