核心概念
CommandAGI 是如何工作的
一个模型适用于每一种机器——一台云端虚拟机、你的笔记本电脑、一部手机、一台 6 美元的摄像头，或一条机械臂。它们最终都变成同一种东西：一组你可以从代码中读取和驱动的实时数据流。
三个概念
整个平台建立在三个名词之上。学会这三个，其余的一切都会随之而来。
- 会话——一个正在运行的工作空间，就像一个进程。一个 AI 智能体可以驱动它，你也可以通过 API 自己驱动它。它一开始是空的；你把机器接入进去。
- 设备——任何接入一个会话的东西：一台云端计算机、你自己的笔记本电脑、一部手机、一台摄像头、一台机器人，或一个 3D 仿真。可以由我们管理，也可以由你自带。
- 数据流——一台设备发出的东西（它的屏幕、摄像头、深度、姿态、音频）以及它接受的东西（点击、输入、移动、抓取这样的动作）。一台设备说到底就是一捆数据流。
一切都是同一种形状
一台计算机、一部手机、一台摄像头和一台机器人，在物理形态上各不相同，但在 CommandAGI 上它们是同一种形状：数据流进来，动作出去。这正是关键所在——你只需要写一次集成代码，它就能适用于它们中的任何一个。
| 设备 | 数据流（读取） | 动作（驱动） |
|---|---|---|
| 计算机 / 手机 | 屏幕、UI 树、音频 | 点击 输入 按键 滚动 |
| 摄像头 | 摄像头帧 | ——（只读） |
| 机器人 / 仿真 | 摄像头、深度、姿态、力 | 移动 转身 关节 夹爪 |
设备就是文件
每一个接入你工作区的设备，都会以一个实时文件夹的形式出现。读取这个文件会给你最新的一帧；不同设备类型之间没有任何新东西需要学习。
.commandagi/
.commandagi/
computers/<id>/ screen.mjpeg screen.latest.jpg display.jsonl … # a VM or a laptop
cameras/<id>/ camera.mjpeg camera.latest.jpg # a phone or an ESP32 cam
robots/<id>/ camera.mjpeg pose.jsonl … # a real arm or a 3D sim
sims/<id>/ …shell
# read a embodiment's latest screen frame — same call, whatever the hardware
cat .commandagi/computers/<id>/screen.latest.jpg
# tail a robot's live pose
tail -f .commandagi/robots/<id>/pose.jsonl你可以从 SDK 读取这些文件，通过 WebDAV 挂载它们，或者通过 WebSocket 获取实时数据流——这一切都在在代码中操作设备中有详细说明。
托管，或自带设备
谁在驾驶
一个会话并不在意线缆另一端是谁——一个AI 智能体、你自己通过 API、一个正在观看直播并接管控制的人，或者一个已经付费的承租人。他们发送的是同样的动作。这就是为什么同一台设备可以在这一分钟是自主的，下一分钟又变成手动驾驶。