AgenticROS
與代理無關的橋接層,為 ROS 2 機器人提供共用的 MCP 工具介面
授權條款
Apache-2.0
概述
AgenticROS 是前沿代理執行環境與 ROS 2 之間的轉譯層。機器人會公告具型別的動詞,例如 drive_base、take_snapshot、measure_depth、find_object、follow_person,以及技能套件新增的任何動詞,而每個受支援的代理看到的都是同一份清單,因此代理是依據能力而非原始 topic 來規劃。單一 MCP 伺服器同時服務 Claude Code、Claude Desktop、Claude Dispatch、Codex CLI、Hermes 與 Google 的 Antigravity CLI;OpenClaw 外掛另外提供網頁介面、遠端操作與訊息頻道;Gemini CLI 則使用函式呼叫,完全不經過 MCP。run_mission 工具執行宣告式的步驟圖,前一步的輸出會以範本代入下一步,而規則式規劃器可把白話英文目標編譯成這些步驟圖,過程中不需要模型參與。
它與其他 MCP 對 ROS 橋接層的差別在於契約,而不在於連線。多數橋接層直接公開 ROS 的 topic 與 service,讓模型自己想辦法處理 /cmd_vel。AgenticROS 定義了一份能力清單(capability manifest):具名、輸入有型別的動詞,其格式也能兼作 ACP 或 A2A 的代理卡,而每個轉接器公開的都是這同一份清單。實際的結果是,兩個建構在不同廠商堆疊上的代理可以驅動同一台機器人、使用同一套說法,而為其中一個撰寫的任務也能在另一個之下執行。
任務執行環境比星數所暗示的更為周全。run_mission 接收由 {id, capability, inputs, on_fail} 組成的步驟圖,輸出透過 {{stepId.outputs.field}} 參照向前傳遞,因此偵測結果能直接接到運動指令上,不需要任何黏合程式碼。機隊查詢(ros2_find_robots_for,依能力、種類與上線狀態查詢,以 1 Hz 的心跳 topic 為依據)讓一個任務可以把不同步驟分派給不同的機器人。取消會翻轉一個在步驟邊界檢查的權杖;開啟共用記憶後端時,每一步都會寫入長期記憶,讓另一個行程中的另一個代理能回想發生了什麼並接手工作。
自然語言規劃器值得說得精確一些,因為 README 的說法可能會高估它。它是幾百行依據能力登錄表進行的確定性模式比對,例如「drive forward at 0.3 m/s」會變成 drive_base{linear_x: 0.3},而無法編譯的目標會回傳錯誤,列出它認得的動詞。這是一個確有其價值的設計選擇:不依賴模型,也不會捏造工具呼叫。它不是開放式的語言理解,也沒有聲稱自己是。
為何重要
從代理到 ROS 2 的橋接是一個擁擠的類別,多數項目只是包在 rostopic 外面的一層薄薄 MCP。這個專案則從共用的動詞契約出發,正因如此,任務才能在 Claude、Codex、Gemini、Hermes 與 OpenClaw 之間移植,而不必讓每個代理各自學習一套專屬的工具介面。它也做了這個類別中幾乎沒人做的事:告訴你該打造哪一台機器人,把 L298N 接到底盤上並發布 /cmd_vel,因此從閱讀代理式機器人到親手擁有一台的路徑,從頭到尾都有文件。
解決的問題
讓 AI 代理操控一台 ROS 2 機器人,通常意味著要為那個代理與那台機器人撰寫專屬的工具介面,換到下一台又得從頭來過。AgenticROS 在兩者之間放入具型別的能力契約,因此機器人只需描述一次,Claude、Codex、Gemini、Hermes 與 OpenClaw 都能透過同一組動詞與同一批任務來驅動它。
重點
- 一份能力清單(drive_base、take_snapshot、measure_depth、find_object、follow_person,加上各項技能),以完全相同的方式公開給每個受支援的代理
- 單一 MCP 伺服器涵蓋 Claude Code、Claude Desktop、Claude Dispatch、Codex CLI、Hermes 與 Antigravity CLI;OpenClaw 與 Gemini 各有自己的轉接器
- run_mission 執行宣告式步驟圖,步驟之間以 {{stepId.outputs.field}} 範本傳值,並可逐步設定 on_fail 處理
- 自然語言規劃器是確定性的模式比對,而不是 LLM,因此絕不會捏造機器人沒有的能力
- 機隊工具依據 1 Hz 心跳 topic,按能力、種類與上線狀態為機器人排序,讓一個任務可以橫跨多台機器人
- 若你不想把攝影機畫面傳送到雲端 API,可以完全在本機的 Ollama 視覺模型上執行
- CLI 附帶 2 輪自主移動機器人(AMR)與 6 自由度手臂的 Gazebo 與 RViz 模擬,因此在任何硬體存在之前就能測試整個堆疊
- 硬體指南帶你從差動驅動底盤與 L298N,經過 RealSense,一路做出一台代理可以驅動的機器人
適用對象
- 想從 Claude Code、Codex 或 Gemini 與既有機器人對話、又不想撰寫轉接器的 ROS 2 機器人擁有者
- 正用零件打造小型差動驅動機器人、希望從一開始就規劃好代理層的人
- 同時運作多台機器人、想要依能力分派而非寫死命名空間的團隊
- 需要讓視覺部分在本機 Ollama 上執行、而非透過雲端 API 的開發者
- 想在購買任何東西之前先在 Gazebo 中試用整個堆疊的愛好者
限制
- 只有一位貢獻者,自 2026 年 3 月以來不到 70 次提交:成果紮實,但巴士因子是一
- 148 顆星且沒有未解決的 issue,顯示這個專案到目前為止幾乎沒有外部使用
- 沒有 GitHub releases;版本只在 npm 套件上管理,目前為 0.7.x
- 機器人端與模擬端都需要 ROS 2 Humble 或 Jazzy,因此這是通往 ROS 的橋接層,而不是 ROS 的替代品
- OpenClaw 是主力整合,擁有設定介面、遠端操作與技能載入器;其他轉接器則較為精簡
- 自然語言規劃器只認得固定的動詞詞彙,超出範圍的內容都必須寫成明確的步驟圖
- README 的貢獻章節指向 github.com/PlaiPin/agenticros 供複製,但該網址現在回傳 404
- 硬體指南是附有作者自己價格的參考組裝,而非經過測試的套件;請把物料清單當作起點,並自行重新估價