xychendave/open-hardware-agent-lab

开放硬件智能体实验室

开放硬件智能体实验室：智能体通过 MCP、CLI 或 API，经安全设备契约连接仿真与双机械臂硬件

以 Seeed reBot 双机械臂为第一套参考硬件，探索安全、可复现、模型无关的 AI-to-hardware 接口。

清乐智能 · Physical AI for Science — 访问项目网站

这是一个面向两台 Seeed Studio reBot 机械臂的安全起步项目。它先把 Anthropic 已公开介绍的 MHS 核心概念——设备发现、统一 read/write、自然语言硬件描述、设备级安全限制——做成可运行的仿真，再通过 MCP 暴露给 Claude、DeepSeek Harness 或其他智能体。

当前状态：MHS-ready prototype，不是官方 MHS 实现。 截至 2026-09-01，MHS 仍是申请制研究预览，规范与 SDK 尚未公开。拿到官方预览后，计划只替换协议/驱动适配层。

本仓库是独立社区研究项目，与 Anthropic、DeepSeek AI、Seeed Studio 或 Hugging Face 没有隶属或背书关系。

项目文档

- 项目过程日志
- 系统架构
- DeepSeek Harness 接入方案
- 公开路线图
- 架构决策记录
- 面向后续 AI Agent 的工程约定

现在可以演示什么

- 自动发现 reBot Arm B601-DM 和 reBot Arm B601-RS 两台虚拟设备。
- 读取设备状态、标准化关节位置、使能状态和急停状态。
- 所有写操作默认 dry-run，不会移动机械臂。
- 运动必须同时满足：未触发急停、已显式使能、apply=true、confirmed=true。
- 单次关节变化限制为 0.15，越界命令在 driver 层拒绝。
- 生成双臂物体交接计划，但当前永远只做 dry-run。

推荐学习顺序

1. 单臂 bring-up：组装、供电、电机 ID、零点和急停。先用 MotorBridge 单独验证每个关节。
2. LeRobot 接口：理解 connect → get_observation → send_action → disconnect，完成 Leader/Follower 遥操作。
3. 数据闭环：录制一个简单任务、回放、检查数据，再训练 ACT/SmolVLA 等策略。
4. MHS 设备层：把关节状态、动作、物理属性和安全边界变成可发现的设备 slot。
5. MCP 编排层：让智能体读取状态、生成计划和调用受限动作；高速控制仍由 LeRobot 策略或确定性代码完成。
6. 双臂 Demo：先做仿真交接，再做真实双臂标定、碰撞区和人工确认。

不要一开始就训练 VLA，也不要让大模型逐帧直接输出电机控制。第一阶段的目标是一个可靠、可复现、随时能急停的控制链路。

在这台 Mac 上运行仿真 Demo

cd /Users/dave/Desktop/physical_ai
uv sync --extra dev --python 3.12
uv run pytest
uv run mcp dev server.py

MCP Inspector 打开后，可以依次调用：

1. discover_devices
2. read_device(device_id="rebot-dm", slot="state")
3. write_device(device_id="rebot-dm", slot="position", value={"shoulder_pan": 0.1})
4. plan_two_arm_handoff(from_device="rebot-dm", to_device="rebot-rs")

第 3 步没有传入 apply=true，因此只返回预演结果。

也可以把本地 stdio server 接入支持 MCP 的宿主：

{
"mcpServers": {
"rebot-mhs-lab": {
"command": "uv",
"args": [
"run",
"--directory",
"/Users/dave/Desktop/physical_ai",
"python",
"server.py"
]
}
}
}

接入 DeepSeek Harness

DeepSeek Harness 已提供官方 MCP client 插件，因此第一阶段不需要直接修改 Harness。我们把本仓库作为独立 MCP hardware server，通过 @deepseek-ai/dsh-mcp-client 接入。示例配置位于 .dsh/cordis.patch.yml。

npx @deepseek-ai/dsh web

DeepSeek Harness 仍处于 developer preview，插件版本应与宿主版本保持一致。详细步骤和后续原生插件路线见 docs/DEEPSEEK_HARNESS.md。

接真实机械臂前的环境选择

- 当前电脑是 Apple Silicon Mac，适合运行本项目、MCP 和仿真。
- B601-DM 未来可通过串口桥/MotorBridge 接入，但 Seeed 的完整 LeRobot 教程以 Ubuntu 物理机为主。
- B601-RS 的 follower 教程使用 SocketCAN；真实控制建议放在 Ubuntu 22.04 或 Jetson 上，而不是直接放在 Mac 上。
- 推荐架构：Mac 运行 Claude/MCP 客户端，Ubuntu/Jetson 贴近机械臂运行 driver；两者通过受限的网络接口通信。

与真正 MHS 的迁移边界

目前的 SimulatedArmDriver 只提供三件事：

discover()          设备能力、物理属性、安全限制
read(slot)          状态读取
write(slot, value)  带设备级校验的写入

官方 MHS SDK 可用后，新建 OfficialMHSReBotDriver 实现同样的行为，把现有 MCP 工具和双臂编排保留下来。真实 LeRobot 适配器则把标准化状态映射到 get_observation() / send_action()。

真实硬件安全门槛

- 固定底座、清空工作区并准备物理急停。
- 初次调试保持至少一米距离，限制速度、扭矩和单步变化。
- 禁止带电插拔电源或信号线。
- 断电、掉线或反馈异常后，先停止程序并重新回零，不能从旧状态继续。
- 真实运动不得沿用示例中的标准化位置；必须根据各自校准数据、关节限位和碰撞模型生成。

资料

- Anthropic：Model Hardware Standard 研究预览
- MHS 官网与申请入口
- Seeed reBot B601-DM 快速入门
- Seeed reBot B601-RS 快速入门
- Seeed reBot 开源仓库
- Hugging Face LeRobot
- DeepSeek Harness

授权状态

仓库目前公开用于审阅、学习和讨论，但尚未选择开源许可证。在许可证正式确定之前，请不要假定拥有复制、修改、分发或商业使用本代码的权利。这样可以在创业项目早期保留专利、双许可证和商业授权的选择空间。