第一次使用共情具身

先完成一个小任务：做一段表达，或准备一份实验数据。你不需要先连接机器人才能浏览和编辑。

从你的目标开始

了解保存的位置

当前版本使用本机工作空间，作品保存在运行网站的电脑上。登录账号不会把数据自动同步到云端。导出的训练文件会显示完整的 D 盘路径。

制作并发布一段表达

把表情和声音分别制作，再放到表达编排中组合。

创建表情资产

1. 进入表情工作室，选择现有表情或创建新表情。
2. 编辑名称、参数和持续时间，保存到资产库。
3. 把资产拖到时间线；放置位置决定先后顺序。
4. 拖动片段边缘调整时长，或点击秒数用键盘输入。

加入声音

在语音工作室上传自己的音频，或配置语音合成接口后生成声音。返回表达编排，从语音资产中选择要使用的声音，与表情序列组合。

保存与复用

已发布的表情序列可重新命名和编辑更新，也可以作为自动化规则中的播放动作。AI 时间对齐目前保留接口，需要接入相应服务后才能自动处理。

用条件连接动作

用开始节点、条件连接线和动作节点组织一个完整的互动。

建立流程

1. 在规则库新建或复制一条规则，填写容易辨认的名称。
2. 添加开始、动作和结束节点，可按需要设置多个开始或结束。
3. 进入连接模式，将箭头连接到节点上、下、左、右的连接点。
4. 设置触发条件和动作，使用对齐工具整理画布；画布缩放独立于网页缩放。

测试每个分支

条件测试按照实际条件推进。想检查后续节点时，可以手动下一步，并在分支处选择要进入的路径。测试路径只验证流程逻辑，设备执行需连接硬件服务。

保存、启停与分享

保存后在规则库启用或关闭规则，也可以复制、重新编辑和删除。规则分享码可用于导入；日志用于检查执行过程和节点回滚。

从采样到数据集版本

将设备设置、样本检查和数据版本分开处理，让每一步都有明确结果。

采集设备

在专业开发者模式打开数据采集。设置会话名称，选择相机或麦克风。浏览器会要求相应权限；拒绝授权时可在浏览器站点设置中调整，或导入已有素材。

样本检查

1. 切换到样本检查，浏览图片或试听语音。
2. 核对标签、来源和采集会话，处理待检查样本。
3. 把不适合训练的内容排除，再创建数据集版本。

数据集划分

优先按采集会话分组，避免同一场景的相近样本同时落入训练集与验证集。在训练数据中查看图片、语音、数据版本和采集会话。

准备一份可复现的实验

先确定数据与目标，再配置训练参数、入口代码和结果记录。

数据与目标

选择图像表情分类、语音意图分类或 22 通道姿态回归，并选择对应数据集版本。保存实验时会保留不可变的数据快照。

训练配置

记录架构、归一化、数据增强、优化器、学习率策略、损失函数、批大小、随机种子和目标设备。参数需要与训练脚本实际读取的字段对应。

导入入口代码

1. 切换到代码与依赖，导入 Python、Notebook 或配置文件。
2. 检查内容，并选择 Python 训练入口。
3. 内置 train.py 只提供 MobileNet 图像分类模板。音频、姿态回归和其他架构应导入匹配的入口。
4. 保存实验，再导出配置、数据快照与源文件。

文件限制与保存

源文件使用 UTF-8 文本，单文件最多 128 KB，总量最多 256 KB、20 个文件。恢复旧实验会使用独立代码副本，不覆盖共享代码库的新内容。

复用、导入和分享训练配置

预设保存可复用的训练参数，实验则保存某一次具体配置及其数据、代码快照。

保存自己的预设

在模型训练中设置参数，点击保存为预设，填写名称和用途说明。预设不捆绑某个数据集或源文件，应用之后仍需检查这两项。

导入文件或社区预设

使用导入 JSON 预设选择从 共情具身 导出的文件；也可以在社区资源或训练预设库中导入并应用。系统会检查参数格式，并提示不兼容或尚未指定的入口代码。

导出与共享

导出预设时，本地服务会将文件写入 D 盘并显示可复制的路径。将这个 JSON 文件交给别人，即可在其工作台导入。

连接机器人之前

Valenbot 仿生头有 22 个自由度，包括颈部。先确认设备型号、通信协议和通道定义，再进行实际控制。

当前可操作的内容

可以编辑表情、语音资产、时间线、自动化规则和训练配置。摄像头、麦克风是否可用取决于浏览器授权及本机设备。

配置设备与开发服务

按设备型号设置通信协议与通道映射，在专业开发工作台中配置模型服务、训练环境与效果评估。

设备检查

1. 在机器人资产中核对型号和自由度。
2. 在设备概览检查连接状态及通道映射。
3. 接入真实控制服务后，在安全范围内逐通道验证，再运行组合动作。