Open Source Robotics

精选高质量开源机器人项目、工具和软件,推动机器人社区发展。

AgenticROS

面向 ROS 2 机器人的智能体无关桥接层,提供统一的 MCP 工具面

许可证

Apache-2.0

概述

AgenticROS 是前沿智能体运行时与 ROS 2 之间的转换层。机器人对外公布带类型的动作——drive_base、take_snapshot、measure_depth、find_object、follow_person,以及技能包添加的任何动作——所有受支持的智能体看到的都是同一份列表,因此智能体基于能力而非原始话题进行规划。一个 MCP 服务器即可服务 Claude Code、Claude Desktop、Claude Dispatch、Codex CLI、Hermes 和 Google 的 Antigravity CLI;OpenClaw 插件额外提供 Web 界面、遥操作和消息通道;Gemini CLI 则使用函数调用,完全不依赖 MCP。run_mission 工具执行声明式步骤图,前一步的输出会通过模板填入下一步;基于规则的规划器可将简单的英文目标编译成这类步骤图,整个过程无需模型参与。

把它与其他 MCP-到-ROS 桥接方案区分开来的,是契约而非连接本身。多数方案直接暴露 ROS 话题与服务,让模型自己琢磨拿 /cmd_vel 该做什么。AgenticROS 定义了一份能力清单——带类型化输入的具名动词,其形态还可直接充当 ACP 或 A2A 的智能体名片——并且每个适配器暴露的都是同一份清单。实际后果是:分属两家不同厂商技术栈的两个智能体可以驾驶同一台机器人并说同一种方言,为其中一个编写的任务在另一个上也能跑。

任务运行时比星标数所暗示的更深思熟虑。run_mission 接受由 {id, capability, inputs, on_fail} 组成的步骤图,输出通过 {{stepId.outputs.field}} 引用向前流动,因此一次检测可以直接接上运动指令而无需胶水代码。机群查询(ros2_find_robots_for 按能力、类型与在线状态筛选,背后是 1 Hz 心跳话题)让同一个任务把不同步骤路由到不同机器人。取消操作翻转一个在步骤边界处检查的令牌;当共享记忆后端开启时,每一步都会写入长期记忆,于是另一个进程中的另一个智能体可以回忆发生过什么并接手后续工作。

自然语言规划器值得说准确,因为 README 的表述容易被高估。它是针对能力注册表的几百行确定性模式匹配——「drive forward at 0.3 m/s」变成 drive_base{linear_x: 0.3}——无法编译的目标会返回错误并列出它认识的动词。这是有真实价值的设计取舍:不依赖模型,也不会凭空捏造工具调用。它不是开放式的语言理解,也没有声称自己是。

为何重要

从智能体通往 ROS 2 的桥接是个拥挤的品类,多数条目不过是套在 rostopic 外面的一层薄 MCP 封装。这一个从共享的动词契约出发,正因如此任务才能在 Claude、Codex、Gemini、Hermes 和 OpenClaw 之间通用,而不必让每个智能体去学一套定制工具面。它还做了这个品类里几乎无人去做的事:告诉你该造哪台机器人——把 L298N 接到底盘上并发布 /cmd_vel——于是从读到智能体机器人到真正拥有一台,全程都有文档可循。

解决的问题

让 AI 智能体驱动一台 ROS 2 机器人,通常意味着为那个智能体和那台机器人写一套专属工具面,换下一个又得从头再来。AgenticROS 在中间放了一份类型化的能力契约,于是机器人只需描述一次,Claude、Codex、Gemini、Hermes 和 OpenClaw 便都能通过同样的动词和同样的任务来驾驶它。

要点

  • 一份能力清单——drive_base、take_snapshot、measure_depth、find_object、follow_person 以及各类技能——以完全相同的形式呈现给每个受支持的智能体
  • 单个 MCP 服务器即可覆盖 Claude Code、Claude Desktop、Claude Dispatch、Codex CLI、Hermes 和 Antigravity CLI;OpenClaw 和 Gemini 各有专用适配器
  • run_mission 执行声明式步骤图,步骤之间通过 {{stepId.outputs.field}} 模板传递数据,并支持逐步的 on_fail 处理
  • 自然语言规划器采用确定性的模式匹配而非 LLM,因此绝不会凭空捏造机器人不具备的能力
  • 集群工具根据 1 Hz 心跳话题,按能力、类型和在线状态对机器人排序,因此一个任务可以跨越多台机器人
  • 如果不想把摄像头画面发送到云端 API,可完全在本地 Ollama 视觉模型上运行
  • CLI 附带 2 轮 AMR 和 6 自由度机械臂的 Gazebo 与 RViz 仿真,因此在拥有任何硬件之前就能测试整个技术栈
  • 硬件指南带你从差速驱动底盘和 L298N 起步,经过 RealSense,最终搭建出一台可由智能体驾驶的机器人

适用人群

  • 希望不写适配器就能从 Claude Code、Codex 或 Gemini 与现有机器人对话的 ROS 2 用户
  • 正用零件搭建小型差速机器人、希望从一开始就规划好智能体层的人
  • 运行多台机器人、想要基于能力的路由而非硬编码命名空间的团队
  • 需要视觉部分本地跑在 Ollama 上而非经由云端 API 的开发者
  • 想在掏钱买硬件前先在 Gazebo 里试完整套栈的爱好者

局限

  • 自 2026 年 3 月以来仅一位贡献者、不足 70 次提交——工作扎实,但巴士系数为一
  • 148 颗星且没有开启的 issue,说明项目迄今几乎没有外部使用
  • 没有 GitHub release;版本管理只发生在 npm 包上,目前为 0.7.x
  • 机器人与仿真部分需要 ROS 2 Humble 或 Jazzy,所以这是通往 ROS 的桥,而非 ROS 的替代品
  • OpenClaw 是旗舰集成,独享配置界面、遥操作与技能加载器;其他适配器较为单薄
  • 自然语言规划器只认识一组固定动词,此外的一切都必须写成显式步骤图
  • README 的贡献章节指向 github.com/PlaiPin/agenticros 作为克隆地址,该地址现已返回 404
  • 硬件指南是作者按自己采购价写的参考方案,并非经过验证的套件——物料清单应当作起点并自行重新询价

本网站需要 JavaScript 才能正常运行。请启用 JavaScript 以浏览我们的开源机器人项目。