Dora Node Hub 上手指南一行 hub: dora-yolo^0.5 复用社区节点告别重复造轮子【免费下载链接】doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架以数据流范式重构开发逻辑原生支持分布式部署与端边云协同 —— 无需复杂适配即可实现一体端到端具身大小脑、VLA等模型部署无缝衔接感知、推理、控制全链路让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级同时兼容 ROS2 生态与国产 AI 芯片彻底降低具身智能机器人的开发门槛让分布式部署下的 AI 赋能创新更高效、更灵活。项目地址: https://gitcode.com/dora-rs/doraDORA 是面向 AI 与具身智能机器人的高性能数据流开发框架Rust 内核 零拷贝通信其 Node Hub 让你像cargo add一样用一行hub: dora-yolo^0.5引用社区发布的节点无需 vendor 源码、无需手写path:/git:配置——版本解析、类型契约检查、构建全部自动完成。 什么是 Dora Node Hub一句话Hub 是 Dora 节点node的包管理器。以前接入一个现成的检测节点你需要手动 clone 代码、改dataflow.yml里的path:或git:字段、自己维护版本。现在只需一行nodes: - id: detector hub: dora-yolo^0.5 # ← 从 Hub 解析、锁定提交、类型契约自动注入 inputs: image: camera/image outputs: - bbox执行dora build时Hub 会把^0.5解析为具体已发布版本、固定到精确 commit并把该节点的类型化输入/输出契约注入校验流程——接错类型在构建期就报错而不是运行期才踩坑。⚠️hub:目前是 unstable 特性行为可能在后续版本中调整但节点清单格式dora-node.ymlapiVersion: 1是稳定的。核心设计cargo 风格特性说明按 dataflow 解析没有全局安装节点是某条数据流的依赖git 索引非制品仓库发布只追加一条指向 git commit 的索引条目源码分发为主默认 clone 固定 commit 后在本机构建可选发布预编译二进制可复现lockfile 记录精确 commit--locked字节级重建端到端类型化契约随清单发布接线错误在dora build期暴露设计文档见 docs/plan-node-hub.md。✍️ 参考语法名称、命名空间与版本约束hub:的值遵循[namespace/]nameversion-requirement写法含义dora-yolo^0.5官方dora-rs命名空间裸名即官方dora-rs/dora-yolo^0.5同上完整写法acme/lidar~2.1第三方命名空间dora-vad不带→ 任意版本最新未 yanked版本约束是标准 semver/Cargo 语义^0.5匹配0.5.0, 0.6.0~2.1匹配2.1.0, 2.2.0也支持0.5, 0.7这种显式区间。解析器会选择满足约束的最高非 yanked 版本。注意hub:与同一节点上的path:、git:、build:、branch/tag/rev互斥——Hub 已经包办了源码定位与构建。参考解析实现位于 libraries/hub-client/src/reference.rs。 两步找到合适的节点搜索与检查第一步搜索目录跨所有已配置索引按名称/描述/关键词/分类匹配dora hub search yolo # 关键词搜索 dora hub search --category ml-inference # 按分类浏览 dora hub search lidar --platform linux-x86_64第二步查看契约再接线dora hub info会打印类型化输入/输出、环境变量、支持平台和可直接粘贴的示例片段dora hub info dora-yolo # 最新版本 dora hub info dora-yolo0.5.2 # 指定版本这两个命令都支持--offline只用本地缓存、不碰网络。⚡ 构建与验证没有单独的 fetch 步骤解析发生在dora build/dora validate/dora run时三步走即可dora validate dataflow.yml # 解析 hub 节点、检查接线与类型不构建 dora build dataflow.yml # 解析、锁定、构建所有节点 dora run dataflow.yml # 构建 运行由于发布节点携带输入/输出类型把BoundingBox输出接到期望Image的输入上会在 compose 阶段任何进程启动之前带着生产者/消费者 URN 报错。你在 dataflow 里自己的类型注解优先于清单里的。一个完整可运行的感知流水线示例见 examples/hub-dataflow/dataflow.yml自己写的camera.py节点path: Hub 上的dora-yolo节点hub:混用各取所长。 锁定版本让机器人上的构建可复现^0.5是个区间——不锁定的话每次dora build都可能解析到不同版本。推荐工作流# 1. 开发期正常构建按 ^ / ~ 区间实时解析 dora build dataflow.yml # 2. 交付前生成 lockfile写入精确 commit随 dataflow 一起提交 dora build dataflow.yml --write-lockfile # 3. CI 与部署目标严格按 pin 重建杜绝你测的不是我跑的 dora build dataflow.yml --locked配套的日常维护命令实现见 binaries/cli/src/command/hub/命令作用dora hub list dataflow.yml查看 lockfile 里锁定了哪些包及版本dora hub outdated dataflow.yml检查锁定版本是否有更新可进 CIdora hub update dataflow.yml --dry-run预览/应用更新并重写 lockfile--locked还会复查完整性YAML 指纹是否漂移、二进制制品 sha256 是否匹配、清单是否被改写——任何一项不符都直接失败。️ 进阶本地覆盖与私有索引本地调试迭代消费方节点时不改编译、不发版直接把单个包指向本地 checkoutdora build dataflow.yml --hub-override dora-yolo../my-fork/dora-yolo私有/镜像目录在~/.config/dora/hub.toml里配置[[index]]把命名空间独占绑定到内部索引官方dora-rs命名空间不可被抢占天然免疫依赖混淆攻击。节点还能附带预编译二进制目标平台命中时直接 sha256 校验下载跳过 clone 与编译——对 Jetson 等资源受限设备很友好。 把你的节点发布出去发布不是上传代码而是往索引追加一条条目指向 git commit 你的dora-node.yml。清单格式apiVersion: 1包含入口、构建命令、类型化 I/O 契约和env配置面一个完整示例见 guide/src/hub/node-manifest.mddora hub init # 在 pyproject.toml / Cargo.toml 旁生成 dora-node.yml dora validate --node-manifest dora-node.yml # 提交清单 版本号 bump 后 dora hub publish --dry-run # 预览将生成的索引条目 dora hub publish # 生成条目与 PR 步骤本地索引则直接追加版本文件不可变append-only发现问题用dora hub yank dora-yolo0.5.1 --reason ...下架已锁定的构建不受影响。快速小结场景命令找节点dora hub search 关键词看契约dora hub info 节点名接线后校验YAML 写hub: 名称^版本dora validate交付锁定dora build --write-lockfile并提交*.dora-lock.yamlCI/部署dora build --locked可加--offline升级dora hub outdated→dora hub update更多细节请查阅官方指南Hub 总览、使用 Hub 节点、可复现构建、发布节点。一行hub:声明让社区节点即插即用——把重复造轮子的时间省下来投给真正的机器人业务逻辑吧。【免费下载链接】doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架以数据流范式重构开发逻辑原生支持分布式部署与端边云协同 —— 无需复杂适配即可实现一体端到端具身大小脑、VLA等模型部署无缝衔接感知、推理、控制全链路让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级同时兼容 ROS2 生态与国产 AI 芯片彻底降低具身智能机器人的开发门槛让分布式部署下的 AI 赋能创新更高效、更灵活。项目地址: https://gitcode.com/dora-rs/dora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Dora Node Hub 上手指南：一行 hub: dora-yolo@^0.5 复用社区节点，告别重复造轮子
Dora Node Hub 上手指南一行 hub: dora-yolo^0.5 复用社区节点告别重复造轮子【免费下载链接】doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架以数据流范式重构开发逻辑原生支持分布式部署与端边云协同 —— 无需复杂适配即可实现一体端到端具身大小脑、VLA等模型部署无缝衔接感知、推理、控制全链路让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级同时兼容 ROS2 生态与国产 AI 芯片彻底降低具身智能机器人的开发门槛让分布式部署下的 AI 赋能创新更高效、更灵活。项目地址: https://gitcode.com/dora-rs/doraDORA 是面向 AI 与具身智能机器人的高性能数据流开发框架Rust 内核 零拷贝通信其 Node Hub 让你像cargo add一样用一行hub: dora-yolo^0.5引用社区发布的节点无需 vendor 源码、无需手写path:/git:配置——版本解析、类型契约检查、构建全部自动完成。 什么是 Dora Node Hub一句话Hub 是 Dora 节点node的包管理器。以前接入一个现成的检测节点你需要手动 clone 代码、改dataflow.yml里的path:或git:字段、自己维护版本。现在只需一行nodes: - id: detector hub: dora-yolo^0.5 # ← 从 Hub 解析、锁定提交、类型契约自动注入 inputs: image: camera/image outputs: - bbox执行dora build时Hub 会把^0.5解析为具体已发布版本、固定到精确 commit并把该节点的类型化输入/输出契约注入校验流程——接错类型在构建期就报错而不是运行期才踩坑。⚠️hub:目前是 unstable 特性行为可能在后续版本中调整但节点清单格式dora-node.ymlapiVersion: 1是稳定的。核心设计cargo 风格特性说明按 dataflow 解析没有全局安装节点是某条数据流的依赖git 索引非制品仓库发布只追加一条指向 git commit 的索引条目源码分发为主默认 clone 固定 commit 后在本机构建可选发布预编译二进制可复现lockfile 记录精确 commit--locked字节级重建端到端类型化契约随清单发布接线错误在dora build期暴露设计文档见 docs/plan-node-hub.md。✍️ 参考语法名称、命名空间与版本约束hub:的值遵循[namespace/]nameversion-requirement写法含义dora-yolo^0.5官方dora-rs命名空间裸名即官方dora-rs/dora-yolo^0.5同上完整写法acme/lidar~2.1第三方命名空间dora-vad不带→ 任意版本最新未 yanked版本约束是标准 semver/Cargo 语义^0.5匹配0.5.0, 0.6.0~2.1匹配2.1.0, 2.2.0也支持0.5, 0.7这种显式区间。解析器会选择满足约束的最高非 yanked 版本。注意hub:与同一节点上的path:、git:、build:、branch/tag/rev互斥——Hub 已经包办了源码定位与构建。参考解析实现位于 libraries/hub-client/src/reference.rs。 两步找到合适的节点搜索与检查第一步搜索目录跨所有已配置索引按名称/描述/关键词/分类匹配dora hub search yolo # 关键词搜索 dora hub search --category ml-inference # 按分类浏览 dora hub search lidar --platform linux-x86_64第二步查看契约再接线dora hub info会打印类型化输入/输出、环境变量、支持平台和可直接粘贴的示例片段dora hub info dora-yolo # 最新版本 dora hub info dora-yolo0.5.2 # 指定版本这两个命令都支持--offline只用本地缓存、不碰网络。⚡ 构建与验证没有单独的 fetch 步骤解析发生在dora build/dora validate/dora run时三步走即可dora validate dataflow.yml # 解析 hub 节点、检查接线与类型不构建 dora build dataflow.yml # 解析、锁定、构建所有节点 dora run dataflow.yml # 构建 运行由于发布节点携带输入/输出类型把BoundingBox输出接到期望Image的输入上会在 compose 阶段任何进程启动之前带着生产者/消费者 URN 报错。你在 dataflow 里自己的类型注解优先于清单里的。一个完整可运行的感知流水线示例见 examples/hub-dataflow/dataflow.yml自己写的camera.py节点path: Hub 上的dora-yolo节点hub:混用各取所长。 锁定版本让机器人上的构建可复现^0.5是个区间——不锁定的话每次dora build都可能解析到不同版本。推荐工作流# 1. 开发期正常构建按 ^ / ~ 区间实时解析 dora build dataflow.yml # 2. 交付前生成 lockfile写入精确 commit随 dataflow 一起提交 dora build dataflow.yml --write-lockfile # 3. CI 与部署目标严格按 pin 重建杜绝你测的不是我跑的 dora build dataflow.yml --locked配套的日常维护命令实现见 binaries/cli/src/command/hub/命令作用dora hub list dataflow.yml查看 lockfile 里锁定了哪些包及版本dora hub outdated dataflow.yml检查锁定版本是否有更新可进 CIdora hub update dataflow.yml --dry-run预览/应用更新并重写 lockfile--locked还会复查完整性YAML 指纹是否漂移、二进制制品 sha256 是否匹配、清单是否被改写——任何一项不符都直接失败。️ 进阶本地覆盖与私有索引本地调试迭代消费方节点时不改编译、不发版直接把单个包指向本地 checkoutdora build dataflow.yml --hub-override dora-yolo../my-fork/dora-yolo私有/镜像目录在~/.config/dora/hub.toml里配置[[index]]把命名空间独占绑定到内部索引官方dora-rs命名空间不可被抢占天然免疫依赖混淆攻击。节点还能附带预编译二进制目标平台命中时直接 sha256 校验下载跳过 clone 与编译——对 Jetson 等资源受限设备很友好。 把你的节点发布出去发布不是上传代码而是往索引追加一条条目指向 git commit 你的dora-node.yml。清单格式apiVersion: 1包含入口、构建命令、类型化 I/O 契约和env配置面一个完整示例见 guide/src/hub/node-manifest.mddora hub init # 在 pyproject.toml / Cargo.toml 旁生成 dora-node.yml dora validate --node-manifest dora-node.yml # 提交清单 版本号 bump 后 dora hub publish --dry-run # 预览将生成的索引条目 dora hub publish # 生成条目与 PR 步骤本地索引则直接追加版本文件不可变append-only发现问题用dora hub yank dora-yolo0.5.1 --reason ...下架已锁定的构建不受影响。快速小结场景命令找节点dora hub search 关键词看契约dora hub info 节点名接线后校验YAML 写hub: 名称^版本dora validate交付锁定dora build --write-lockfile并提交*.dora-lock.yamlCI/部署dora build --locked可加--offline升级dora hub outdated→dora hub update更多细节请查阅官方指南Hub 总览、使用 Hub 节点、可复现构建、发布节点。一行hub:声明让社区节点即插即用——把重复造轮子的时间省下来投给真正的机器人业务逻辑吧。【免费下载链接】doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架以数据流范式重构开发逻辑原生支持分布式部署与端边云协同 —— 无需复杂适配即可实现一体端到端具身大小脑、VLA等模型部署无缝衔接感知、推理、控制全链路让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级同时兼容 ROS2 生态与国产 AI 芯片彻底降低具身智能机器人的开发门槛让分布式部署下的 AI 赋能创新更高效、更灵活。项目地址: https://gitcode.com/dora-rs/dora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考