القائمة
输出在 Ubuntu 仿真主机上拉取最新代码、编译并启动仿真的完整命令序列。在 Windows 端改完代码 push 后，用此 skill 生成 Ubuntu 端需要运行的命令。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | ubuntu-deploy |
| description | 输出在 Ubuntu 仿真主机上拉取最新代码、编译并启动仿真的完整命令序列。在 Windows 端改完代码 push 后，用此 skill 生成 Ubuntu 端需要运行的命令。 |
| disable-model-invocation | false |
用户运行 /ubuntu-deploy 时，询问：
然后输出以下命令块，用户可直接复制到 Ubuntu 终端执行：
步骤 0：清理残留进程（每次启动前必须执行；逐个明确进程名，pkill -9 -f 不会误伤 claude）
for p in px4 'gz sim' gzserver MicroXRCEAgent mpc_node leader_node swarm_launch 'ros2 launch'; do pkill -9 -f "$p"; done
ros2 daemon stop 2>/dev/null; pkill -9 -f 'ros2-daemon'
# 必做验证：下面这条应「零输出」才算清干净（gz sim server 会忽略信号、最易残留，需按 PID kill -9）
ps aux | grep -E "px4|gz sim|gzserver|MicroXRCE|mpc_node|leader_node|swarm_launch|ros2-daemon" | grep -v grep
步骤 1：拉取最新代码
cd ~/ros2_control_mpc_ws
git pull origin main
mkdir -p ~/flights # CSV 记录目录（首次建一次即可，供终端5 的 --log 使用）
步骤 2：赋予启动脚本执行权限（首次拉取后执行一次即可）
chmod +x src/mpc_control/start_*_px4.sh # 覆盖 1/2/3/5/9 全部脚本
步骤 3：清理 acados 缓存（仅当改了 MPC「OCP 结构」：horizon N / 状态维 / 约束 / 邻居数）
rm -rf /tmp/acados_di_mpc_*
⚠️ 纯 Python / 参数改动（标定、leader、就绪门控、记录器等）不必清缓存，清了只是白等几分钟重编译。只有动了 acados OCP 结构才需清。
步骤 4：编译
cd ~/ros2_control_mpc_ws
colcon build --packages-select mpc_control
source install/setup.bash
根据队形选择对应的启动命令：
solo1（单机诊断，Phase 0）
# 终端1
gz sim -r ~/PX4-Autopilot-1.14/Tools/simulation/gz/worlds/default.sdf
# 终端2（等 Gazebo 就绪后）
START_DELAY=5 bash ~/ros2_control_mpc_ws/src/mpc_control/start_1_px4.sh
# 终端3
MicroXRCEAgent udp4 -p 8888
# 终端4
cd ~/ros2_control_mpc_ws && source install/setup.bash
ros2 launch mpc_control swarm_launch.py formation:=solo1
# 终端5（诊断监控）
python3 ~/ros2_control_mpc_ws/src/mpc_control/diag_monitor.py --formation solo1 --log ~/flights/flight_solo1_<traj>.csv
pair2（双机，Phase 1）
# 终端1
gz sim -r ~/PX4-Autopilot-1.14/Tools/simulation/gz/worlds/default.sdf
# 终端2
START_DELAY=5 bash ~/ros2_control_mpc_ws/src/mpc_control/start_2_px4.sh
# 终端3
MicroXRCEAgent udp4 -p 8888
# 终端4
cd ~/ros2_control_mpc_ws && source install/setup.bash
ros2 launch mpc_control swarm_launch.py formation:=pair2 [leader_mode:=hover]
# 终端5
python3 ~/ros2_control_mpc_ws/src/mpc_control/diag_monitor.py --formation pair2 --log ~/flights/flight_pair2_<traj>.csv
trio3（三机，Phase 2）
# 终端1
gz sim -r ~/PX4-Autopilot-1.14/Tools/simulation/gz/worlds/default.sdf
# 终端2
START_DELAY=5 bash ~/ros2_control_mpc_ws/src/mpc_control/start_3_px4.sh
# 终端3
MicroXRCEAgent udp4 -p 8888
# 终端4
cd ~/ros2_control_mpc_ws && source install/setup.bash
ros2 launch mpc_control swarm_launch.py formation:=trio3 [leader_mode:=hover]
# 终端5
python3 ~/ros2_control_mpc_ws/src/mpc_control/diag_monitor.py --formation trio3 --log ~/flights/flight_trio3_<traj>.csv
cross5 / star5（5机，Phase 3）
# 终端1
gz sim -r ~/PX4-Autopilot-1.14/Tools/simulation/gz/worlds/default.sdf
# 终端2（5机务必用 start_5_px4.sh；误用 start_9 会让 drone5-8 停在地面）
START_DELAY=5 bash ~/ros2_control_mpc_ws/src/mpc_control/start_5_px4.sh
# 终端3
MicroXRCEAgent udp4 -p 8888
# 终端4
cd ~/ros2_control_mpc_ws && source install/setup.bash
ros2 launch mpc_control swarm_launch.py formation:=<cross5|star5> [leader_mode:=<模式>] [leader_speed:=1.5] [leader_radius:=10.0]
# 终端5
python3 ~/ros2_control_mpc_ws/src/mpc_control/diag_monitor.py --formation <cross5|star5> --log ~/flights/flight_<cross5|star5>_<traj>.csv
grid9（9机，Phase 3）
# 终端1
gz sim -r ~/PX4-Autopilot-1.14/Tools/simulation/gz/worlds/default.sdf
# 终端2
START_DELAY=5 bash ~/ros2_control_mpc_ws/src/mpc_control/start_9_px4.sh
# 终端3
MicroXRCEAgent udp4 -p 8888
# 终端4
cd ~/ros2_control_mpc_ws && source install/setup.bash
ros2 launch mpc_control swarm_launch.py formation:=grid9 [leader_mode:=<模式>] [leader_speed:=1.5] [leader_radius:=10.0]
# 终端5
python3 ~/ros2_control_mpc_ws/src/mpc_control/diag_monitor.py --formation grid9 --log ~/flights/flight_grid9_<traj>.csv
就绪门控（af59b66）：leader 不再死等固定 start_delay，而是等所有机进入编队（pos_err<0.5m 保持 2s）才自动开始运动，日志打 formation ready — starting；90s 超时兜底打红字。想退回旧固定延时：launch 加 ready_gate_enable:=false。
飞行记录（3e1b3e9）：上面终端5 已带 --log，每秒写一行 CSV 到 ~/flights/（<traj> 换成所选 hover/line/circle）。跑完用 analyze_flight 出体检报告：
python3 ~/ros2_control_mpc_ws/src/mpc_control/analyze_flight.py ~/flights/flight_<队形>_<traj>.csv [--plot]
完整逐场景「控制器+记录」命令见
report/CORE_run_commands.md（CORE S1–S8）与report/RUN_PLAN_仿真运行清单.md。
正常启动标志：
[CREATE CLIENT] session 建立acados OCP readyOFFBOARD + ARMED confirmed