来源信息
- 仓库
- vanstrong12138/OpenClawPi
- 最近来源活动
- 2026年3月24日 02:43
- 检测到的 SKILL.md 语言
- 中文
- 星标
- 60
- 分支
- 8
安装方式
默认使用会先检查来源的 Prompt;你也可以切换为直接命令,或下载本地副本。
检查来源文件
决定是否安装前,请先阅读 SKILL.md,以及 SkillsMP 当前展示的配套文件。
文件资源管理器
100 个文件正在显示 SKILL.md
SKILL.md
来源说明 · 只读预览- name
- grab_skill
- description
- 当用户明确提出物体抓取任务时触发,结合视觉识别后使用SAM3和英特尔实感相机完成自动化抓取
# 物体抓取技能(grab_skill)
## 功能概述
该技能基于SAM3(Segment Anything Model 3)和英特尔实感摄像头,实现目标物体的视觉分割、点云提取与自动化运动控制抓取,仅支持自动运行模式。
## 触发场景
当用户**明确提出物体抓取需求**时调用,例如:
1. "帮我抓取黄瓜"
2. "把桌面上的苹果拿过来"
3. "自动抓取目标物体"
## 运行要求
1. 依赖Conda虚拟环境:`fastsam`
2. 已正确连接英特尔实感摄像头
3. 已保存机械臂初始位姿文件
## 调用规则
1. **仅支持`--auto`自动运行模式**,不支持手动交互模式
2. **必须使用英文提示词**,SAM3视觉模型仅支持英文输入
3. 自动调用`vl_vision_skill`识别场景目标并转换为英文提示词,也可根据用户需求直接传入提示词
4. 自动管理RealSense ROS相机节点的启停
5. 仅返回最终执行结果,不输出调试日志
## 标准调用格式
```bash
conda run -n fastsam python /home/agilex/.nanobot/workspace/skills/grab_skill/sam3/realsense-sam.py --prompt "目标物体英文名称" --auto
```
## 工作流程
1. 接收用户抓取请求
2. 可选调用`vl_vision_skill`识别场景并获取目标物体的英文名称
3. 自动启动RealSense ROS2相机节点
4. 在`fastsam`环境下执行抓取脚本
5. 自动关闭RealSense ROS2相机节点
6. 返回"抓取任务执行成功"或"抓取任务执行失败"
## 注意事项
1. 请勿在无硬件支持的环境下运行该技能
2. 确保目标物体在相机视野范围内
3. 首次运行前需确保ROS2工作空间已正确编译
在 GitHub 查看