README.md

metadata

title: Clawbot Control Agent
emoji: 🤖
colorFrom: blue
colorTo: gray
sdk: docker
app_port: 7860
short_description: 工业级机械臂AI操控与资产管理终端

Clawbot Control Agent (机械臂操控代理)

Clawbot Control Agent 是一个专为工业自动化设计的具身智能（Embodied AI）操控终端。它结合了 SiliconFlow 的大模型能力与实时数字孪生技术，允许用户通过自然语言指令控制机械臂，并积累高价值的“动作资产”（Motion Assets）。

核心功能 (Key Features)

1. AI 意图控制 (Intent Control):

   • 集成 SiliconFlow API (DeepSeek/Qwen)，将自然语言指令（如“抓取左侧红色工件”）实时转化为精确的 4自由度 (4-DOF) 关节坐标。
   • 支持复杂逻辑判断与路径规划解释。

2. 实时数字孪生 (Digital Twin):

   • 基于 Canvas 的 2D 侧视实时仿真，可视化机械臂姿态。
   • ECharts 实时监控电机温度与负载（模拟数据），确保系统可靠性。

3. 资产积累 (Asset Accumulation):

   • 动作资产库: 用户可以将调试好的完美动作序列保存为“标准资产”，供后续自动化任务调用。
   • 支持 SQLite 持久化存储，构建企业级自动化知识库。

4. 商业化设计 (Commercial Ready):

   • 移动端优先 (Mobile-First) 的响应式设计。
   • 清晰的“生产力工具”风格界面。

技术栈 (Tech Stack)

• Backend: Python Flask 3.0, SQLite (Data Persistence)
• Frontend: Vue 3 (Composition API), Tailwind CSS, ECharts 5
• AI Integration: SiliconFlow API (OpenAI Compatible)
• Deployment: Docker (Production Grade)

快速开始 (Quick Start)

1. 安装依赖:

   pip install -r requirements.txt
   

2. 设置 API Key: 在环境变量中设置 SILICONFLOW_API_KEY，或在 app.py 中配置。

3. 启动服务:

   python app.py
   

   访问 http://localhost:7860。

Docker 部署

docker build -t clawbot-agent .
docker run -p 7860:7860 clawbot-agent

资产价值 (Value Proposition)

本项目不仅仅是一个控制器，更是一个工业自动化数据的采集器。随着用户的使用，系统会积累大量的“动作-意图”对数据，这些数据是训练下一代具身智能大模型（VLA Models）的宝贵资产。