随着大语言模型（LLM）和AI Agent技术的快速发展，如何让Agent安全、可靠地控制实体机器人成为行业痛点。宇树Go2机器狗作为消费级四足机器人，底层控制依赖ROS2和DDS通信，直接让LLM生成原始控制指令存在输出不稳定、安全性差、难以调试等问题。本项目旨在构建一层HTTP网关抽象，将机器狗的底层运动控制、导航、视觉识别等能力封装为结构化的原子API，使LLM Agent只需输出标准化JSON即可驱动机器狗完成复杂任务，大幅降低了Agent与实体机器人集成的门槛，适用于智能家居陪伴、教育科研、自动化巡检等场景。
本项目为宇树Go2/Go2W机器狗提供了一套完整的HTTP网关服务，核心功能模块包括：
状态查询模块：GET /status 实时返回网关及机器狗电量、模式、速度、IMU姿态、MCF运动控制状态等信息。
基础运动控制模块：包括直线移动（gostraight）、横移（crab）、原地旋转（rotate），支持速度、时长、角度的显式参数化控制。
导航定位模块：goto 支持坐标点导航
预设动作模块：action 支持站立、坐下、伸懒腰、比心、前/后空翻等12种预设动作，高危动作带有安全确认机制。
紧急安全模块：stop 最高优先级急停。
舞蹈娱乐模块：dance 执行预编排舞蹈动作序列。
命令目录与Skill文档自动生成：一键生成LLM可用的Skill文档。
我独立完成了整个网关的设计与开发，具体任务包括：HTTP网关架构设计、17个RESTful API端点实现、与宇树unitree_sdk2py SDK的对接、ROS2 Action/Service的CLI调用封装、Pydantic请求参数校验、统一响应信封设计、命令目录与Skill文档自动生成脚本、独立调试模式支持等。
技术栈采用 Python + FastAPI + Uvicorn + Pydantic + PyYAML，底层通过 CycloneDDS 与机器狗通信，导航/视觉类命令通过 ROS2 Action/Service 调用。架构上采用"网关抽象层"设计，Agent不直接接触底层SDK，所有动作统一为原子化、参数显式传递、可追踪的HTTP接口。
实现亮点：1）命令目录即源码（Command Catalog as Code），所有API定义、参数枚举、示例、场景说明集中维护，变更后自动同步到Skill文档；2）完善的异常处理与统一响应格式，每个请求均返回包含trace_id的结构化信封，便于LLM解析和日志排查；3）独立模式（Standalone Mode）支持无真机环境开发调试；4）安全限速机制，对速度、时长、高危动作进行边界约束。
实现难点：宇树Python SDK与ROS2 Python库存在Domain冲突，无法在同一进程中同时初始化，因此导航/视觉类命令采用了ROS2 CLI子进程调用的方式间接交互；另外DDS网络接口配置需要适配不同部署环境（机器狗本体或外接PC），通过环境变量动态生成CycloneDDS配置解决了该问题。
评论