### Install OrcaLab and Configure Environment (Bash)

Source: https://context7.com/openverse-orca/orcadocs/llms.txt

This snippet details the steps to install OrcaLab on Ubuntu, including setting up Miniconda, configuring a PyPI mirror, creating a Conda environment, installing the OrcaLab package, and performing initial setup or troubleshooting.

```bash
# 1. 安装 Miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
source ~/.bashrc

# 2. 配置清华 PyPI 镜像源
mkdir -p ~/.pip
cat > ~/.pip/pip.conf << EOF
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn
EOF

# 3. 创建 Conda 环境
conda create -n orcalab python==3.12
conda activate orcalab

# 4. 安装 OrcaLab
pip install orca-lab

# 5. 首次启动（会自动安装依赖）
orcalab

# 如果首次启动失败，安装 x265 后再次启动
sudo apt install libx265-dev
orcalab

# 6. 检查安装版本
pip show orca-lab

# 7. 升级 OrcaLab
pip install --upgrade orca-lab

# 8. 卸载 OrcaLab
conda deactivate
conda env remove -n orcalab
```

--------------------------------

### Run Four-Wheeled Chassis Simulation Example (Bash)

Source: https://context7.com/openverse-orca/orcadocs/llms.txt

This bash script outlines the steps to run a four-wheeled chassis simulation using the OrcaPlayground repository. It includes cloning the repository, activating the Conda environment, installing dependencies, subscribing to necessary assets, and launching the simulation from within OrcaLab.

```bash
# 步骤 1：获取 OrcaPlayground 代码仓库
git clone https://github.com/openverse-orca/OrcaPlayground.git
cd OrcaPlayground

# 激活 OrcaLab 的 conda 环境
conda activate orcalab

# 安装项目依赖
pip install -r requirements.txt

# 步骤 2：登录资产库订阅 OrcaPlaygroundAssets
# 资产库地址：https://simassets.orca3d.cn/
# 订阅资产包名称：OrcaPlaygroundAssets

# 步骤 3：在项目根目录启动 OrcaLab（自动加载 .orcalab/config.toml）
orcalab

# 步骤 4：在 OrcaLab 中启动示例
# 1. 点击界面右上角运行按钮
# 2. 在仿真程序列表中选择 "run_ackerman"
# 3. 启动运行后，使用 W/S/A/D 键控制前后左右移动

# 主要依赖说明：
# orca-gym>=25.12.4 - OrcaGym 核心包
# torch>=2.0.0 - PyTorch 模型推理
# stable-baselines3>=2.3.2 - SB3 RL 训练（可选）
# onnxruntime>=1.16.0 - ONNX 模型推理（可选）

# 项目结构：
```

--------------------------------

### Start OrcaLab Client and View Controls (Bash)

Source: https://context7.com/openverse-orca/orcadocs/llms.txt

This section explains how to launch the OrcaLab client and navigate its interface. It includes commands to activate the Conda environment and start the client, along with a detailed list of keyboard shortcuts for camera control, object manipulation, and file operations.

```bash
# 启动 OrcaLab 客户端
conda activate orcalab
orcalab

# 启动后操作流程：
# 1. 等待【正在同步资产包...】完成
# 2. 选择场景（orcalab_day/orcalab_night/previewthumbnail_orcalab）
# 3. 选择布局（加载默认布局/空白布局）
# 4. 点击【打开】按钮进入客户端界面

# 视图快捷键操作：
# 右键+W - 视角前进
# 右键+S - 视角后退
# 右键+A - 视角左移
# 右键+D - 视角右移
# 右键+E - 视角下移
# 右键+Q - 视角上移
# 鼠标右键 - 视角旋转
# 鼠标左键 - 点选物体
# 1 - 移动物体模式
# 2 - 旋转物体模式
# 3 - 缩放物体模式
# 右键+Z - 切换到选中对象
# F3 - 仿真模式下改变物品位置后重新运行

# 文件操作快捷键：
# Ctrl+O - 打开布局
# Ctrl+S - 保存布局
# Ctrl+Shift+S - 另存为
# Ctrl+N - 新建布局
# Ctrl+Z - 撤销
# Ctrl+Shift+Z - 取消撤销
```

--------------------------------

### Register and Log in to OrcaLab Asset Library (Bash)

Source: https://context7.com/openverse-orca/orcadocs/llms.txt

Instructions for registering a user account for OrcaLab's full functionality. It outlines the asset library and invitation code application URLs and provides a step-by-step guide for the mobile/email registration process.

```bash
# 资产库注册地址
https://simassets.orca3d.cn/

# 邀请码申请地址
https://datalink.orca3d.cn/apply/

# 注册流程（手机/邮箱方式）：
# 1. 访问资产库地址
# 2. 点击注册按钮
# 3. 输入手机号/邮箱地址（会收到验证码）
# 4. 输入验证码
# 5. 绑定注册信息：
#    - First Name（名）
#    - Last Name（姓）
#    - 用户名
#    - 手机号
#    - 填写邀请码
# 6. 勾选阅读并接受（用户协议，隐私政策）
# 7. 提交注册

# 注册成功后自动登录，弹出资产库界面
```

--------------------------------

### Subscribe and Use Assets from Asset Library (Bash)

Source: https://context7.com/openverse-orca/orcadocs/llms.txt

This guide covers how to subscribe to and use assets within OrcaLab's asset library. It details the six asset categories, the process of subscribing via the web interface or client, and the necessary steps to refresh OrcaLab to access new assets.

```bash
# 1. 在 OrcaLab 客户端中点击【打开资产库】按钮
# 2. 或直接访问资产库地址
https://simassets.orca3d.cn/

# 资产库功能模块：
# - 搜索：支持图片参考或文字描述两种方式搜索
# - 资产中心：6种资产分类（工业/生活/服务/传感器/机器人/其他）
# - 工具中心：AI生成资产、机器人适配
# - 个人中心：已订阅资产
# - 账号管理：账号信息查看与登出

# 订阅资产流程：
# 1. 在资产中心找到需要的资产包
# 2. 点击【订阅】按钮
# 3. 重启 OrcaLab 客户端
conda activate orcalab
orcalab
# 4. 等待【正在同步资产包...】完成
# 5. 在资产栏中找到已订阅资产，拖拽至视图使用

# 取消订阅：在资产包详情页点击【取消订阅】
```

--------------------------------

### Configure Docsify for OrcaLab Guide

Source: https://github.com/openverse-orca/orcadocs/blob/main/index.html

This JavaScript code configures the Docsify documentation generator for the OrcaLab project. It sets up options for the project name, root directory, sidebar and navbar loading, coverpage display, search functionality, and LaTeX rendering.

```javascript
window.$docsify = {
  name: '',
  root: './',
  loadSidebar: '_sidebar.md',
  sidebarCollapse: true,
  themeColor: '#0070F3',
  sidebarDisplayLevel: 6,
  alias: {
    '/.*/\_sidebar.md': '/\_sidebar.md'
  },
  coverpage: true,
  maxLevel: 5,
  subMaxLevel: 3,
  mergeNavbar: true,
  auto2top: true,
  latex: {
    inlineMath: [['$', '$'], ['\\(', '\\)']],
    displayMath: [['$$', '$$']],
    customOptions: {}
  },
  pagination: {
    previousText: '上一章节',
    nextText: '下一章节',
  },
  search: {
    paths: 'auto',
    placeholder: '搜索',
    noData: '找不到结果',
    depth: 4,
    hideOtherSidebarContent: false,
    namespace: 'Docsify-Guide',
  },
  count: {
    countable: true,
    position: 'top',
    margin: '10px',
    float: 'right',
    fontsize: '0.9em',
    color: 'rgb(90,90,90)',
    language: 'chinese',
    isExpected: true
  }
}
```

--------------------------------

### Configure External Simulation Programs in OrcaLab (TOML)

Source: https://context7.com/openverse-orca/orcadocs/llms.txt

This TOML configuration file defines how to set up and manage external simulation programs within OrcaLab. It provides examples for launching simple Python scripts, programs with command-line arguments, and specific robot simulations, detailing the necessary parameters for each program entry.

```toml
# 配置文件路径：.orcalab/config.toml
# 初始化配置文件
# orcalab --init-config

# 配置示例 1：简单模块启动
[[external_programs.programs]]
name = "my_simple_program"
display_name = "简单程序"
command = "python"
args = ["-m", "examples.my_module.run_script"]
description = "这是一个简单的示例程序"

# 配置示例 2：带命令行参数的程序
[[external_programs.programs]]
name = "legged_train"
display_name = "Legged Robot Training"
command = "python"
args = [
    "-m",
    "examples.legged_gym.run_legged_rl",
    "--config", "examples/legged_gym/configs/sb3_ppo_config.yaml",
    "--train",
    "--visualize"
]
description = "启动足式机器人强化学习训练"

# 配置示例 3：使用脚本路径（非模块方式）
[[external_programs.programs]]
name = "custom_script"
display_name = "自定义脚本"
command = "python"
args = ["examples/custom/script.py", "--option", "value"]
description = "直接运行脚本文件"

# 配置示例 4：四轮底盘小汽车仿真
[[external_programs.programs]]
name = "run_ackerman"
display_name = "四轮底盘小汽车"
command = "python"
args = ["-m", "examples.wheeled_chassis.run_ackerman"]
description = "四轮底盘阿克曼转向仿真"

# 参数说明：
# name - 程序唯一标识符（必填）
# display_name - UI显示名称（必填）
# command - 执行命令（必填，通常是 "python"）
# args - 命令行参数列表（必填）
# description - 程序描述信息（可选）
```

--------------------------------

### 启动 OrcaLab 客户端 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab快速入门仿真示例_v1.0.md

此代码段展示了如何在 OrcaPlayground 项目的根目录下启动 OrcaLab 客户端。启动后，OrcaLab 会自动加载 `.orcalab/config.toml` 配置文件。如果 OrcaLab 已在运行，需要先关闭再重新启动以加载订阅的资产。

```bash
# 在项目根目录OrcaPlayground下启动 OrcaLab（此时才会自动加载 .orcalab/config.toml）
orcalab
```

--------------------------------

### 排查 Conda 环境激活失败

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

解决 Conda 环境激活失败的问题。可以通过运行 `conda init bash` 并重新加载 `.bashrc`，或者手动 sourcing conda 脚本来解决。

```bash
# 初始化 conda
conda init bash
source ~/.bashrc

# 或手动激活
source ~/miniconda3/etc/profile.d/conda.sh
conda activate orcalab
```

--------------------------------

### OrcaLab 配置文件格式 (TOML)

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab快速入门仿真示例_v1.0.md

此代码段展示了如何在 `.orcalab/config.toml` 文件中添加新的仿真程序。它定义了配置格式，包括程序名称、显示名称、执行命令、命令行参数和可选的描述。此配置允许用户自定义在 OrcaLab 中启动的仿真程序。

```toml
[[external_programs.programs]]
name = "your_program_name"           # ⚠️ 必填：程序唯一标识符
display_name = "显示名称"             # ⚠️ 必填：在 OrcaLab UI 中显示的名称
command = "python"                    # ⚠️ 必填：执行命令（通常是 "python"）
args = ["-m", "examples.your_module.run_script"]  # ⚠️ 必填：命令行参数列表
description = "程序描述"              # 可选：程序描述信息
```

--------------------------------

### 建立PICO与PC的adb反向端口映射 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/操作指南/数据采集与合成/VR遥操作与数据采集操作指南.md

此adb命令用于在Pico VR设备和PC之间建立TCP端口的反向映射。确保通信正常，使得PC能够控制VR设备上的OrcaGymCtrl程序，是VR遥操作的基础。

```bash
adb reverse tcp:8001 tcp:8001
```

--------------------------------

### 安装adb工具 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/操作指南/数据采集与合成/VR遥操作与数据采集操作指南.md

此命令用于在Ubuntu系统上安装Android调试桥（adb）工具。adb是连接Pico VR设备与PC进行通信和调试的关键工具，对于实现VR遥操作至关重要。

```bash
sudo apt install android-tools-adb android-tools-fastboot
```

--------------------------------

### 克隆 OrcaPlayground 代码仓库并安装依赖 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab快速入门仿真示例_v1.0.md

此代码段演示了如何从 GitHub 克隆 OrcaPlayground 代码仓库，进入项目目录，激活 OrcaLab 的 Conda 环境，并安装项目所需的 Python 依赖。请确保已安装 Git、Conda 和 pip。

```bash
git clone https://github.com/openverse-orca/OrcaPlayground.git

# 进入项目目录
cd OrcaPlayground

# 激活 OrcaLab 的 conda 环境（根据你的环境名称调整）
conda activate orcalab  # 激活你创建的 OrcaLab 环境名称

# 安装项目依赖
pip install -r requirements.txt
```

--------------------------------

### 在 OrcaLab 中启动小汽车仿真示例 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab快速入门仿真示例_v1.0.md

此步骤描述了如何在 OrcaLab 界面中启动小汽车仿真示例。用户需要点击运行按钮，选择 'run_ackerman' 仿真程序，并在启动后使用 W、S、A、D 键控制车辆移动。此过程依赖于已正确订阅 OrcaPlaygroundAssets。

```bash
# 1. OrcaLab 界面右上角点运行按钮，打开选择仿真程序窗口
# 2. 仿真程序列表中选择对应的示例程序：
#    - run_ackerman - 小汽车仿真
# 3. 启动运行仿真程序后，W、S、A、D 键可控制前后左右移动方向。
```

--------------------------------

### 启动数据采集脚本 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/操作指南/数据采集与合成/VR遥操作与数据采集操作指南.md

此代码段展示了如何激活数据采集所需的conda环境，进入数据采集脚本目录，并执行Python脚本来启动数据采集任务。确保example.yaml文件中的资产版本配置正确是启动成功的关键。

```bash
conda activate orcalab
cd ~/OrcaManipulation/src/examples/dataCollection
#启动数据采集脚本,确保example.yaml文件中资产版本配置正确
python data_collection_tele.py
```

--------------------------------

### 配置 PyPI 镜像源

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

配置清华大学的 PyPI 镜像源以加速 Python 包的下载。这通过创建一个 pip 配置文件来实现，指定了索引 URL 和受信任的主机。

```bash
# 创建 pip 配置目录
mkdir -p ~/.pip

# 配置清华源
cat > ~/.pip/pip.conf << EOF
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn
EOF
```

--------------------------------

### Generate 3D Assets using AI in OrcaLab (Bash)

Source: https://context7.com/openverse-orca/orcadocs/llms.txt

This section explains OrcaLab's AI-powered 3D asset generation feature. It details the process of creating assets from image references or text descriptions, configuring generation parameters, and uploading the generated assets for use within OrcaLab. Users have a daily limit of 5 generation attempts.

```bash
# AI 生成资产流程：
# 1. 在资产库中进入【工具中心】→【AI生成资产】
# 2. 选择生成方式：
#    - 图片参考：上传参考图片
#    - 文字描述：输入描述文字（如"一个碗"）
# 3. 配置生成参数（可保持默认）：
#    - 分离Mesh：将模型网格拆分成多个独立文件
#    - 自动生成LOD：自动生成多层次细节网格
#    - 平滑Mesh：对模型表面进行平滑处理
#    - 平滑强度：控制平滑程度
#    - 使用Hub CLI：使用Hub命令行工具处理
# 4. 点击【开始生成资产】，等待生成完成（不可刷新页面）
# 5. 点击【上传资产】将生成的资产上传至个人中心
# 6. 订阅该资产后，在 OrcaLab 中使用
```

--------------------------------

### 克隆OrcaManipulation代码库并安装依赖 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/操作指南/数据采集与合成/VR遥操作与数据采集操作指南.md

此代码段展示了如何使用Git克隆OrcaManipulation的开源代码库，进入项目目录，激活OrcaLab的conda环境，并安装项目所需的Python依赖。这是开始VR遥操作和数据采集任务的第一步。

```bash
git clone https://github.com/openverse-orca/OrcaManipulation.git
# 进入项目目录
cd OrcaPlayground

# 激活 OrcaLab 的 conda 环境（根据你的环境名称调整）
conda activate orcalab  # 激活你创建的 OrcaLab 环境名称

# 安装项目依赖
pip install -r requirements.txt
```

--------------------------------

### OrcaPlayground 项目结构概览

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab快速入门仿真示例_v1.0.md

此代码块展示了 OrcaPlayground 项目的目录结构。它包含了 OrcaGym 核心模块、环境定义、各种示例代码（如角色、足式机器人、轮式底盘等）、OrcaLab 配置文件以及项目依赖文件。

```tree
OrcaPlayground/
├── orca_gym/          # OrcaGym 核心模块
├── envs/              # 环境定义模块
├── examples/           # 示例代码目录
│   ├── character/     # 角色仿真（含 README.md）
│   ├── legged_gym/    # 足式机器人 RL 训练（含 README.md）
│   ├── wheeled_chassis/ # 轮式底盘（含 README.md）
│   ├── xbot/          # XBot 机器人（含 README.md）
│   └── ...            # 更多示例
├── .orcalab/          # OrcaLab 配置文件
│   └── config.toml    # 外部程序配置
└── requirements.txt   # Python 依赖
```

--------------------------------

### 排查 pip 安装缓慢问题

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

解决 pip 安装包速度慢的问题。建议检查网络连接、确认已配置清华 PyPI 镜像源，并测试镜像源的可访问性。

```bash
# 测试镜像源连接
curl https://pypi.tuna.tsinghua.edu.cn/simple/
```

--------------------------------

### 创建和激活 Conda 环境

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

创建一个名为 'orcalab' 的 Conda 环境，并指定 Python 版本为 3.12。创建后，使用 'conda activate' 命令激活该环境以开始使用。

```bash
# 创建名为 orcalab 的 Python 3.12 环境
conda create -n orcalab python==3.12

# 激活环境
conda activate orcalab
```

--------------------------------

### 启动OrcaLab客户端 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/操作指南/数据采集与合成/VR遥操作与数据采集操作指南.md

此命令用于在激活的conda环境中启动OrcaLab客户端。OrcaLab是进行场景加载、布局配置和仿真控制的核心平台，启动后会自动下载订阅的资产。

```bash
#启动OrcaLab
orcalab
```

--------------------------------

### 加载自定义布局文件 (Bash)

Source: https://github.com/openverse-orca/orcadocs/blob/main/操作指南/数据采集与合成/VR遥操作与数据采集操作指南.md

此命令展示了如何在OrcaLab客户端中加载一个预定义的JSON布局文件。布局文件定义了机器人初始位置和姿态，对于设置特定的数据采集场景至关重要。

```bash
#布局JSON 文件路径（注：布局文件定义了机器人初始位置及姿态）
  ~/OrcaManipulation/src/examples/超市场景青龙机器人数采案例/shop_openloong.json
```

--------------------------------

### 启动 OrcaLab

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

首次启动 OrcaLab。此命令会自动安装必要的 Python 依赖项。如果首次启动失败，可能需要先安装 'libx265-dev' 库。

```bash
# 首次启动（会自动安装依赖）
orcalab

# 如果首次启动失败，安装 x265 后再次启动
sudo apt install libx265-dev
orcalab
```

--------------------------------

### 升级 OrcaLab

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

使用 pip 命令升级 OrcaLab 到最新版本。需要添加 `--upgrade` 参数来执行升级操作。

```bash
# 需要添加 --upgrade 参数
pip install --upgrade orca-lab
```

--------------------------------

### 检查 OrcaLab 安装

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

验证 OrcaLab 是否成功安装并配置正确。包括检查 Python 版本、OrcaLab 版本、系统依赖以及尝试启动软件。

```bash
# 1. 检查 Python 环境
python --version  # 应显示 Python 3.12.x

# 2. 检查 OrcaLab 版本
pip show orca-lab

# 3. 检查系统依赖
dpkg -l | grep libx265

# 4. 启动软件
orcalab
```

--------------------------------

### 安装 Miniconda

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

下载并安装最新版本的 Miniconda。此脚本会自动处理 Miniconda 的安装过程，并在完成后需要重新加载 bashrc 以使更改生效。

```bash
# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 运行安装脚本
bash Miniconda3-latest-Linux-x86_64.sh

# 按照提示完成安装，重启终端或执行：
source ~/.bashrc
```

--------------------------------

### 卸载 OrcaLab

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

卸载 OrcaLab 的步骤包括退出当前的 Conda 环境，然后使用 `conda env remove` 命令删除 'orcalab' Conda 环境。

```bash
# 1. 退出 conda 环境
conda deactivate

# 2. 删除 conda 环境
conda env remove -n orcalab
```

--------------------------------

### 安装 OrcaLab

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/OrcaLab安装指南_v1.0.md

使用 pip 命令从 Python Package Index (PyPI) 安装 OrcaLab。确保已激活正确的 Conda 环境。

```bash
# 从 PyPI 安装 OrcaLab
pip install orca-lab
```

--------------------------------

### SPF 记录示例

Source: https://github.com/openverse-orca/orcadocs/blob/main/环境准备/用户注册与管理_v1.0.md

这是一个 SPF（Sender Policy Framework）记录的示例，用于帮助邮件服务器验证发件人的身份，以避免邮件被拒收。此记录指示邮件服务器包含来自 spf.163.com 的授权，并拒绝所有其他来源的邮件。

```text
v=spf1 include:spf.163.com -all
```

=== COMPLETE CONTENT === This response contains all available snippets from this library. No additional content exists. Do not make further requests.