SuperAPI AI 工具集

scenescape-setup

部署与运维

查看项目

更新于 10-16 02:39

技能介绍

用途:在仓库外部署并恢复 Intel® SceneScape 环境,面向首次安装、使用已有 deploy-inputs.json 的重跑,以及仅需重复或继续某阶段(bootstrap、calibrate、scene)的定向恢复。

主要能力:收集部署输入(deploy_dir、streams 或视频文件、camera_ids、scene_name、mapping,映射可选重建默认、blueprint、.glb/.ply 网格或地理空间);编排引导、标定、场景重建与验证;产出 deploy-inputs.json(事实来源)、.deploy-state.json、编排日志、标定/重建/验证输出,最终输出 DEPLOY COMPLETE 及 scene_uid 与部署指标。

使用方式:宿主机需 Docker、docker-compose 及 Python 3.10+ 与 requests。先解析 SKILL_DIR:本地已检出仓库时 export SKILL_DIR=<path-to-scenescape-checkout>/.github/skills/scenescape-setup;否则从 git 提取:SCENESCAPE_REPO=$(find ~ -maxdepth 5 -type d -name scenescape 2>/dev/null | head -1),git -C "$SCENESCAPE_REPO" fetch origin main,mkdir -p /tmp/scenescape-skill,git -C "$SCENESCAPE_REPO" archive origin/main -- .github/skills/scenescape-setup | tar -x -C /tmp/scenescape-skill,export SKILL_DIR=/tmp/scenescape-skill/.github/skills/scenescape-setup,并确认 ls "$SKILL_DIR/scripts/deploy_scenescape.sh" 成功。每次部署/恢复/阶段启动前须读 agent-guardrails.md;每次编排启动同时在后台对编排 PID 运行 watch_orchestrator.sh,依据 RESULT= 通知而非轮询。按路由表加载对应参考:新部署读 step-1-gather-inputs.md,续跑读 fast-path.md,启动读 deploy-and-complete.md,单阶段读 phase-bootstrap.md/phase-calibrate.md/phase-scene.md。

限制与错误处理:不得编造相机 ID、流或场景名,不得把原始输入拼进临时 shell 单行命令;破坏性操作(--fresh、删除 deploy_dir、docker compose down -v)须显式确认。流与 camera_ids 不匹配或重复时停止并请求更正;相机变更重部署时旧输入不可读需用户确认保留集合;本地仓库/文档缺失时回退到 GitHub 规范 URL,不臆测。失败时只读匹配的排障参考,不倾倒日志。调优仅在用户反馈跟踪或 Re-ID 问题后按需加载 tuning-tracker.md 或 tuning-reid.md,先使用默认 tracker-config.json/reid-config.json 部署,再按症状给出起始值并展示对 <deploy_dir>/controller/ 下配置的字段修改与 docker compose up -d --force-recreate scene 重启命令。