Vector Claw

🤖 矢量爪

    

给你的AI助手一个身体。

VectorClaw是一个MCP服务器，它公开 Anki矢量 机器人功能作为OpenClaw等人工智能助手的工具——在完全本地、无云的堆栈上将自然语言与现实世界的机器人动作连接起来。

______________________________________________________________________

建筑

┌─────────────┐    stdio MCP    ┌──────────────────┐    gRPC/WiFi    ┌─────────┐
│  AI Agent   │ ─────────────── │  vectorclaw-mcp  │ ─────────────── │  Vector │
│  (OpenClaw) │                 │  (Python 3.11+)  │                 │  Robot  │
└─────────────┘                 └──────────────────┘                 └─────────┘

所有通信都是 仅限本地 --运行时没有云依赖性（WirePod设置路径）。

看 安全架构 对于完全信任模型。

______________________________________________________________________

目录

• 建筑
• 当前状态
• 快速入门
• MCP客户端配置
• 可用工具
• 贡献
• 文档地图

______________________________________________________________________

当前状态

v1.0.0发布 · 2026-03-01

已验证16个工具✅ 硬件方面| 7工具实验⚠️

已知限制：

• vector_drive_on_charger --激活立方体，但没有可靠的充电器方法
• 感知检测——通常返回空列表；SDK语义正在调查中
• 空闲行为——Vector的自主动画可以与命令行为重叠

看 ROADMAP.md 完整的里程碑计划。

______________________________________________________________________

快速入门

要求： Python 3.11+· 接线盒 在本地WiFi上运行·Vector

有关完整的演练（Wire Pod安装、机器人身份验证、WiFi配置、故障排除），请参阅 docs/SETUP.md.

引导式设置（建议新用户使用）

这 vectorclaw-setup 向导处理配置、SDK验证、连接 检查和烟雾测试一次完成：

pip install vectorclaw-mcp
vectorclaw-setup

系统将提示您输入机器人的序列号和可选IP地址。 成功后，你会看到一个清晰的 安装已通过 消息和下一步命令。 失败时，每个步骤都包含一个精确的补救提示。

看 docs/OPENCLAW_SETUP_SKILL.md 了解全部细节。

______________________________________________________________________

手动设置

步骤1--安装VectorClaw

pip install vectorclaw-mcp

步骤2——配置Vector SDK

接线盒 是Vector的规范自托管服务器。 安装SDK发行版并运行一次性身份验证向导：

pip install wirepod_vector_sdk
python -m anki_vector.configure

注： wirepod_vector_sdk 安装在 anki_vector Python命名空间，因此所有导入和CLI命令都使用 anki_vector.

Legacy cloud path (best-effort only)

独立 anki_vector 该包需要工作的DDL云服务器，在现代Python运行时很脆弱。

pip install "vectorclaw-mcp[legacy]"
python -m anki_vector.configure

更喜欢 wirepod_vector_sdk 以实现可靠、独立于云的操作。

步骤3——设置环境变量

export VECTOR_SERIAL="your-robot-serial"   # required — printed on underside of robot
export VECTOR_HOST="192.168.x.x"           # optional — auto-discovered if omitted

步骤4--运行服务器

vectorclaw-mcp
# or
python -m vectorclaw_mcp

______________________________________________________________________

MCP客户端配置

将以下块添加到您的 mcporter.json （或等效的MCP客户端配置）。

随着 uvx *（推荐--无需事先安装）*

{
  "mcpServers": {
    "vectorclaw": {
      "command": "uvx",
      "args": ["vectorclaw-mcp"],
      "env": {
        "VECTOR_SERIAL": "your-serial-here"
      }
    }
  }
}

随着 pip install *（如果本地安装）*

{
  "mcpServers": {
    "vectorclaw": {
      "command": "vectorclaw-mcp",
      "env": {
        "VECTOR_SERIAL": "your-serial-here"
      }
    }
  }
}

______________________________________________________________________

可用工具

状态图例： ✅ 已在硬件上验证|⚠️ 实验性（有限/可靠问题）

⚠️ 充电器必备条件： vector_drive 要求机器人关闭充电器。 呼叫 vector_drive_off_charger 第一，或设置 VECTOR_AUTO_DRIVE_OFF_CHARGER=1 用于自动出坞。

看 docs/MCP_API_REFERENCE.md文件 获取完整的参数详细信息和响应模式。

______________________________________________________________________

贡献

1. 🌿 分行： 分叉 dev，使用 / 命名（例如。 fix/vector-face-payload, feat/vector-scan)
2. 🧪 测验： 在下添加或更新测试 tests/；所有测试都使用模拟的SDK——不需要硬件
3. ✅ CI： Python 3.11是必需的，必须通过；Python 3.12是实验性/信息性的——运行 pytest tests/ -v 在打开PR之前在本地
4. 🤖 硬件： 如果您的更改涉及工具或连接层，请在中记录烟雾测试运行 硬件烟雾日志 跟随 硬件测试手册
5. 🎯 PR范围： 保持PR的重点——将文档、功能和重构更改分开，以降低与并行通道的合并冲突风险

______________________________________________________________________

文档地图

🛠️ 设置和运行时

📡 API和SDK

🔬 硬件验证

🔒 安全

______________________________________________________________________

许可证

麻省理工学院——见 许可证.