套餐: Jetson 一体化部署 {#jetson}

在单台 Jetson 上部署完整的语音对话栈。机器人能听、能想（本地 AI）、能说、能表达情绪——端到端延迟低于 1 秒。

将会部署：

• 机器人控制 — 电机、摄像头、传感器管理
• 对话引擎 — AI 对话 + 情绪系统 + 网页仪表盘
• 视觉分析 — 人脸检测、情绪识别、人物追踪（GPU 加速）
• 本地 AI 模型 — 驱动机器人的思考能力（如未安装则自动安装）

前置条件：

• Reachy Mini 通过 USB 连接到 Jetson
• Jetson 已安装 JetPack 6.x，可通过 SSH 连接，需要联网

步骤 1: 部署语音服务 {#speech_service type=docker_deploy required=true config=devices/speech_deploy.yaml}

部署 GPU 加速的语音识别（ASR）和语音合成（TTS）服务。预构建镜像已包含所有依赖和模型，拉取后即可运行。

部署目标 {#speech_remote type=remote config=devices/speech_deploy.yaml default=true}

通过 SSH 一键部署到 Jetson。

接线

1. 将 Jetson 连接到网络
2. 输入 Jetson 的 IP 地址和 SSH 凭据
3. 点击 部署 — 系统会自动拉取预构建镜像并启动服务

部署完成

语音服务已在 http://<jetson-ip>:8621 运行。快速测试：

# 检查服务状态
curl http://<jetson-ip>:8621/health
# 预期返回: {"asr": true, "tts": true, "streaming_asr": true}

故障排查

部署目标 {#speech_local type=local config=devices/speech_deploy.yaml}

直接在当前机器上部署（需要 NVIDIA GPU）。

接线

1. 确保已安装 Docker 和 NVIDIA Container Toolkit
2. 点击 部署 开始安装

注意： 首次启动可能需要 10-15 分钟下载 Docker 镜像和初始化模型。

部署完成

语音服务已在 http://localhost:8621 运行。快速测试：

# 检查服务状态
curl http://localhost:8621/health
# 预期返回: {"asr": true, "tts": true, "streaming_asr": true}

故障排查

步骤 2: 部署 Reachy 语音机器人 {#reachy_deploy type=docker_deploy required=true config=devices/reachy_jetson_deploy.yaml}

将机器人控制、对话和视觉服务部署到 Jetson。系统会自动安装 Ollama 并拉取 AI 模型（如未安装）。

部署完成

你的 Reachy Mini 语音机器人已经在运行了！

当前状态

机器人处于自白模式 — 每隔几秒自动产生想法并说出来，配合头部动作和天线表情。非常适合展览和演示场景。

服务概览

后续操作

• 打开仪表盘 http://<jetson-ip>:8640 查看对话日志和机器人状态
• 切换为互动对话模式，在 Jetson 上编辑配置：

  ssh user@<jetson-ip>
  nano ~/reachy-jetson-llm/reachy-claw.jetson.yaml
  # 修改：conversation.mode: conversation
  # 修改：barge_in.enabled: true
  docker restart reachy-claw
  

• 更换 AI 模型：ollama pull <模型名>，然后修改配置中的 llm.model，再 docker restart reachy-claw

部署目标 {#reachy_remote type=remote config=devices/reachy_jetson_deploy.yaml default=true}

通过 SSH 一键部署到 Jetson。

接线

1. 用 USB 线将 Reachy Mini 连接到 Jetson
2. 确保 Jetson 已联网且 SSH 可访问
3. 输入 Jetson 的 IP 地址和 SSH 凭证
4. 配置数据目录（默认：~/reachy-data），用于存储截图和人脸数据库
5. 可选启用全屏展示模式，设备开机后自动全屏打开仪表盘
6. 点击 部署 — 系统将会：
   • 安装 Ollama 并拉取 AI 模型（如未安装，约 1.5 GB）
   • 拉取并启动机器人控制、对话和视觉（TensorRT GPU 加速）服务

部署完成

部署完成后约 30 秒，机器人就会开始说话。打开仪表盘监控状态：

http://<jetson-ip>:8640

默认模式： 自白模式 — 机器人每 5 秒自动产生"内心独白"，无需用户交互。

检查所有服务是否运行：

ssh user@<jetson-ip> "docker ps --format 'table {{.Names}}\t{{.Status}}'"

故障排查

部署目标 {#reachy_local type=local config=devices/reachy_jetson_deploy.yaml}

直接在当前机器上部署（需要已连接 Reachy Mini 的 NVIDIA Jetson 设备）。

接线

1. 用 USB 线将 Reachy Mini 连接到机器
2. 确保已安装 Docker 和 NVIDIA Container Toolkit
3. 点击 部署 开始安装

注意： 首次启动可能需要 5-10 分钟下载 Docker 镜像和初始化模型。

部署完成

部署完成后约 30 秒，机器人就会开始说话。打开仪表盘监控状态：

http://localhost:8640

故障排查

套餐: R2000 + Hailo-8 {#r2000_hailo}

在单台 R2000（树莓派 5 + Hailo-8）上部署完整的 Reachy 语音机器人栈。视觉跑在 Hailo NPU 上，语音和 LLM 通过远程 Jetson 语音助手提供。

将会部署：

• 机器人控制 — 电机、摄像头、传感器管理
• 对话引擎 — AI 对话 + 情绪系统 + 网页仪表盘
• 视觉分析 — 人脸检测、情绪识别、人物追踪（Hailo-8 NPU）

前置条件：

• Reachy Mini 通过 USB 连接到 R2000
• USB 摄像头接在 R2000 上
• Hailo-8 AI HAT 已插入 M.2 插槽，/boot/firmware/config.txt 已启用 PCIe Gen3
• Jetson 设备已安装 JetPack 6.x，可通过 SSH 连接，需要联网（语音服务将在步骤 1 中部署）

步骤 1: 部署语音服务 {#hailo_speech_service type=docker_deploy required=true config=devices/speech_deploy.yaml}

在 Jetson 上部署 GPU 加速的语音识别（ASR）和语音合成（TTS）服务。预构建镜像已包含所有依赖和模型，拉取后即可运行。

部署目标 {#hailo_speech_remote type=remote config=devices/speech_deploy.yaml default=true}

通过 SSH 一键部署到 Jetson。

接线

1. 将 Jetson 连接到网络
2. 输入 Jetson 的 IP 地址和 SSH 凭据
3. 点击 部署 — 系统会自动拉取预构建镜像并启动服务

部署完成

语音服务已在 http://<jetson-ip>:8621 运行。快速测试：

# 检查服务状态
curl http://<jetson-ip>:8621/health
# 预期返回: {"asr": true, "tts": true, "streaming_asr": true}

故障排查

部署目标 {#hailo_speech_local type=local config=devices/speech_deploy.yaml}

直接在当前机器上部署（需要 NVIDIA GPU）。

接线

1. 确保已安装 Docker 和 NVIDIA Container Toolkit
2. 点击 部署 开始安装

注意： 首次启动可能需要 10-15 分钟下载 Docker 镜像和初始化模型。

部署完成

语音服务已在 http://localhost:8621 运行。快速测试：

# 检查服务状态
curl http://localhost:8621/health
# 预期返回: {"asr": true, "tts": true, "streaming_asr": true}

故障排查

步骤 2: 部署 Reachy 语音机器人（Hailo） {#reachy_hailo_deploy type=docker_deploy required=true config=devices/reachy_hailo_deploy.yaml}

将机器人控制、对话和 Hailo 加速的视觉服务一步部署到 R2000。部署器会在缺失时自动安装 Hailo 栈。

部署完成

你的 Reachy Mini 语音机器人已经在运行了！

当前状态

机器人处于自白模式 — 每隔几秒自动产生想法并说出来，配合头部动作和天线表情。非常适合展览和演示场景。

服务概览

后续操作

• 打开仪表盘 http://<jetson-ip>:8640 查看对话日志和机器人状态
• 切换为互动对话模式，在 Jetson 上编辑配置：

  ssh user@<jetson-ip>
  nano ~/reachy-jetson-llm/reachy-claw.jetson.yaml
  # 修改：conversation.mode: conversation
  # 修改：barge_in.enabled: true
  docker restart reachy-claw
  

• 更换 AI 模型：ollama pull <模型名>，然后修改配置中的 llm.model，再 docker restart reachy-claw

部署目标 {#reachy_hailo_remote type=remote config=devices/reachy_hailo_deploy.yaml default=true}

通过 SSH 一键部署到 R2000。

接线

1. 用 USB 线将 Reachy Mini 连接到 R2000
2. 将 USB 摄像头插入 R2000
3. 确保 R2000 已联网且 SSH 可访问
4. 输入 R2000 的 IP 地址和 SSH 凭据（默认用户名: pi）
5. 输入语音助手主机——运行语音 + LLM 的 Jetson IP（例如 192.168.1.100）
6. 配置数据目录（默认: ~/reachy-data）
7. 可选启用全屏展示模式，设备开机后自动全屏打开仪表盘
8. 点击部署——系统会：
   • 检测并在缺失时安装 Hailo 栈（驱动 + 用户态）
   • 拉取并启动机器人控制、对话和 Hailo 加速的视觉服务

部署完成

部署完成后约 30 秒，机器人就会开始说话。打开仪表盘：

http://<r2000-ip>:8640

验证所有服务：

ssh pi@<r2000-ip> "docker ps --format 'table {{.Names}}\t{{.Status}}'"

故障排查

部署目标 {#reachy_hailo_local type=local config=devices/reachy_hailo_deploy.yaml}

直接在当前机器上部署（需要 R2000 + Hailo-8，Reachy Mini 通过 USB 连接）。

接线

1. 用 USB 线将 Reachy Mini 连接到机器
2. 确保已安装 Docker
3. 点击 部署 开始安装

注意： 首次启动可能需要 5-10 分钟下载 Docker 镜像。

部署完成

部署完成后约 30 秒，机器人就会开始说话。打开仪表盘：

http://localhost:8640

故障排查

服务总览（R2000 套餐）

套餐: Reachy Mini Wireless（CM4） {#cm4}

在 Reachy Mini Wireless CM4 上部署完整的 Reachy 语音机器人栈。视觉跑在 CM4 的 CPU 上，语音和 LLM 通过远程 Jetson 语音助手提供。

将会部署：

• 机器人控制 — 电机、摄像头、传感器管理
• 对话引擎 — AI 对话 + 情绪系统 + 网页仪表盘
• 视觉分析 — 人脸检测、情绪识别、人物追踪（CPU）

前置条件：

• Reachy Mini Wireless 自带 CM4
• CM4 上已安装 Docker
• Jetson 设备已安装 JetPack 6.x，可通过 SSH 连接，需要联网（语音服务将在步骤 1 中部署）

步骤 1: 部署语音服务 {#cm4_speech_service type=docker_deploy required=true config=devices/speech_deploy.yaml}

在 Jetson 上部署 GPU 加速的语音识别（ASR）和语音合成（TTS）服务。预构建镜像已包含所有依赖和模型，拉取后即可运行。

部署目标 {#cm4_speech_remote type=remote config=devices/speech_deploy.yaml default=true}

通过 SSH 一键部署到 Jetson。

接线

1. 将 Jetson 连接到网络
2. 输入 Jetson 的 IP 地址和 SSH 凭据
3. 点击 部署 — 系统会自动拉取预构建镜像并启动服务

部署完成

语音服务已在 http://<jetson-ip>:8621 运行。快速测试：

# 检查服务状态
curl http://<jetson-ip>:8621/health
# 预期返回: {"asr": true, "tts": true, "streaming_asr": true}

故障排查

部署目标 {#cm4_speech_local type=local config=devices/speech_deploy.yaml}

直接在当前机器上部署（需要 NVIDIA GPU）。

接线

1. 确保已安装 Docker 和 NVIDIA Container Toolkit
2. 点击 部署 开始安装

注意： 首次启动可能需要 10-15 分钟下载 Docker 镜像和初始化模型。

部署完成

语音服务已在 http://localhost:8621 运行。快速测试：

# 检查服务状态
curl http://localhost:8621/health
# 预期返回: {"asr": true, "tts": true, "streaming_asr": true}

故障排查

步骤 2: 部署 Reachy 语音机器人（CM4） {#reachy_cm4_deploy type=docker_deploy required=true config=devices/reachy_cm4_deploy.yaml}

将机器人控制、对话和视觉服务一步部署到 CM4。

部署完成

你的 Reachy Mini 语音机器人已经在运行了！

当前状态

机器人处于自白模式 — 每隔几秒自动产生想法并说出来，配合头部动作和天线表情。非常适合展览和演示场景。

服务概览

后续操作

• 打开仪表盘 http://<jetson-ip>:8640 查看对话日志和机器人状态
• 切换为互动对话模式，在 Jetson 上编辑配置：

  ssh user@<jetson-ip>
  nano ~/reachy-jetson-llm/reachy-claw.jetson.yaml
  # 修改：conversation.mode: conversation
  # 修改：barge_in.enabled: true
  docker restart reachy-claw
  

• 更换 AI 模型：ollama pull <模型名>，然后修改配置中的 llm.model，再 docker restart reachy-claw

部署目标 {#reachy_cm4_remote type=remote config=devices/reachy_cm4_deploy.yaml default=true}

通过 SSH 一键部署到 CM4。

接线

1. 确保 CM4 已联网且 SSH 可访问
2. 输入 CM4 的 IP 地址和 SSH 凭据（默认用户名: pi）
3. 输入语音助手主机——运行语音 + LLM 的 Jetson IP（例如 192.168.1.100）
4. 配置数据目录（默认: ~/reachy-data）
5. 可选启用全屏展示模式，设备开机后自动全屏打开仪表盘
6. 点击部署——系统会拉取并启动所有服务

部署完成

部署完成后约 30 秒，机器人就会开始说话。打开仪表盘：

http://<cm4-ip>:8640

验证所有服务：

ssh pi@<cm4-ip> "docker ps --format 'table {{.Names}}\t{{.Status}}'"

故障排查

部署目标 {#reachy_cm4_local type=local config=devices/reachy_cm4_deploy.yaml}

直接在 Reachy Mini Wireless CM4 上部署。

接线

1. 确保 CM4 上已安装 Docker
2. 点击 部署 开始安装

注意： 首次启动可能需要 5-10 分钟下载 Docker 镜像。

部署完成

部署完成后约 30 秒，机器人就会开始说话。打开仪表盘：

http://localhost:8640

故障排查

服务总览（CM4 套餐）