Das „AUTOSAR + Android“ für Verkörperte KI. Ein Betriebssystem-Framework, das LLMs mit hochfrequenter ROS/VLA-Steuerung verbindet und „Einmal schreiben, überall verkörpern“ Robotik und autonome Daten-Flywheels ermöglicht.
ros-claw/rosclaw ist ein Framework auf Betriebssystemebene, das speziell für die Verkörperte KI (Embodied AI) entwickelt wurde und als Kombination aus AUTOSAR (für Echtzeit-Steuerung) und Android (für App-Ökosystem) verstanden werden kann. Es schlägt eine Brücke zwischen Large Language Models (LLMs) und der hochfrequenten Steuerung von Robotiksystemen, die auf ROS (Robot Operating System) und VLA (Visual-Language-Action) basieren. Entwickler können mit diesem Skill einmalig eine Anwendung schreiben und diese dann auf beliebigen Robotik-Plattformen ausführen – ähnlich dem „Write Once, Run Anywhere“-Prinzip. Der Skill ist nützlich für die Entwicklung autonomer Roboter, die sowohl KI-gestützte Entscheidungen als auch präzise Echtzeit-Steuerung benötigen, und unterstützt die Erstellung von Daten-Flywheels, die kontinuierlich aus der Umgebung lernen. Er ist auf GitHub verfügbar und wurde von der täglichen Suche nach Agenten-Fertigkeiten auf awesomeskills.dev entdeckt.
npx skills add ros-claw/rosclawInstalled? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
Das „AUTOSAR + Android“ für Verkörperte KI. Ein Betriebssystem-Framework, das LLMs mit hochfrequenter ROS/VLA-Steuerung verbindet und „Einmal schreiben, überall verkörpern“ Robotik und autonome Daten-Flywheels ermöglicht.
Quelle: https://github.com/ros-claw/rosclaw
Entdeckt während der täglichen Suche nach Agenten-Fertigkeiten auf awesomeskills.dev.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors