ZeroTokenClaw 宇树 G1 / Go2 具身能力路由
先读本 skill，再打开对应专项。自建配套：embodied-voice-stack、embodied-tour-nav、face-checkin-robot、robot-person-follow；一体编排用 tour-checkin-follow。
平台与 SDK
| 机型 | 优先 skill | 说明 |
|---|---|---|
| Go2 机器狗 | unitree-go2-sdk-skill、go2-robot-control |
SDK / 运控入口 |
| G1 人形 | unitree-g1、unitree-g1-dev-copilot |
开发辅助 |
| 多机型通用 | unitree-robot、unitree-robots、unitree-docs |
Go1/Go2/G1/H1 控制与文档 |
| ROS2 底座 | ros2-robotics、nav2-integration |
导航/话题集成 |
能力分层（推荐架构）
相机/麦/雷达
↓
感知层: YOLO / 人脸 / VAD·ASR ← 小模型边端
↓
任务层: Tour Mission / 签到 / 跟随
↓
语音层: TTS 讲解 + 问答 ← embodied-voice-stack
↓
运动层: Nav2 / 步态 / 手臂动作 ← Go2 运控 or G1 motion
↓
安全: 急停 > 取消导航 > 停 TTS > 跳过 POI
原则： 感知与运动解耦；语音只发意图 topic；运动栈做安全校验。
语音 + 导航 + 导览
| 任务 | Skill |
|---|---|
| ASR/TTS/打断 | embodied-voice-stack |
| 多点导览 / POI | embodied-tour-nav |
| SLAM / 激光建图 | nav-slam、laser-slam、occupancy-map |
| Nav2 | nav2-integration |
典型 topic：/asr/text、/tts/say、/tour/command、/tour/poi_arrived、/interrupt。
视觉 / 视频 / 小模型
| 任务 | 优先 | 备选 |
|---|---|---|
| YOLO 检测/分割/姿态 | yolo |
yolo-models、yolo-pipeline、yolo-integration |
| 训 YOLO / 数据集 | yolo-training、yolo-datasets |
— |
| OpenCV 管线 | computer-vision-opencv、opencv |
ffmpeg-opencv-integration |
| 大位移光流 / 点跟踪 | megaflow |
opencv/video-analysis |
| 通用 CV 流水线 | computer-vision-pipeline |
senior-computer-vision |
| 边端视觉 SDK | spacemit-robot-vision |
— |
| 视频采集/处理 | python-video-pipeline |
ffmpeg-opencv-integration |
| 姿态/关键点 | cv-mediapipe |
YOLO-Pose（经 yolo） |
| 动作识别训练 | tao-train-action-recognition |
— |
边端建议： Go2/G1 机载优先 YOLO11n/s 或导出 TensorRT/ONNX；ROS2 用 yolo-integration 发 Detection2DArray。
人脸签到
| 任务 | Skill |
|---|---|
| 机器人人脸签到全流程 | face-checkin-robot |
| 人脸系统参考 | face-recognition-system |
人员跟随
| 任务 | Skill |
|---|---|
| 视觉跟人 / 丢失恢复 | robot-person-follow |
| 检测跟踪底座 | yolo、yolo-integration、multi-object-tracking |
导览 + 签到 + 跟随（一体）
| 任务 | Skill |
|---|---|
| 展馆迎宾→签到→跟人→导览编排 | tour-checkin-follow |
流程摘要见该 skill 状态机；禁止三模块各自抢 cmd_vel。
动作 / 运动
| 任务 | 优先 | 备选 |
|---|---|---|
| ROS2 运动控制 | motion-control |
unitree-robot、go2-robot-control |
| 运动扩散/生成 | kimodo-motion-diffusion |
— |
| 导览到达后行为 | embodied-tour-nav（对齐/等待） |
AprilTag / 人脸朝向 |
G1：语音触发手势/鞠躬等走动作库或 SDK API，勿在 ASR 回调里直接写关节角。
Go2：速度指令与 Nav2 cmd_vel 二选一主控，避免双写。
场景配方
A. 展馆导览（G1 或 Go2）
unitree-* + nav-slam + embodied-tour-nav + embodied-voice-stack +（可选）yolo 人流避让
B. 迎宾 + 人脸签到
face-checkin-robot + embodied-voice-stack + unitree-robot（到位点站定）+ 摄像头 python-video-pipeline
C. 视觉跟随
robot-person-follow + yolo / multi-object-tracking + motion-control
D. 导览 + 签到 + 跟随（完整业务）
tour-checkin-follow（内部调用 tour / checkin / follow 三专项）
E. 巡检录像
python-video-pipeline + ffmpeg-opencv-integration + waypoint 巡游
Agent 执行清单
- 确认机型（G1 vs Go2）与 SDK/ROS2 发行版
- 按场景选配方；Read 对应 skill，勿凭记忆编造 Unitree API
- 感知结果进 topic/服务，不直连
cmd_vel - 边端模型先选 nano 级，再量延迟与功耗
- 人脸数据合规：本地库、脱敏日志、授权告知
- 真机前仿真或牵绳限速；急停可触达
禁止
- 在语音节点内硬编码步态/关节
- 未定位发导览 goal
- 云端人脸 API 作为唯一路径且无断网兜底（展馆常无网）
- 把 YOLO 置信度当身份认证（签到必须用人脸特征/ID 库）