企业官网建设流程全解析

Rerun 快速上手：多模态数据可视化开发环境的完整搭建指南

【免费下载链接】rerunVisualize, query, and stream to train on multimodal robotics data.项目地址: https://gitcode.com/GitHub_Trending/re/rerun

你手里有一堆图像、点云、IMU 信号和关节状态，散落在日志和传感器里，普通调试器根本看不清问题出在哪？Rerun 是为此而生的数据层：记录、查询、实时可视化多模态机器人数据，并把同一份数据直接流进训练。读完并照做完这份 Rerun 开发环境指南，你能从源码编译出 Viewer，跑通 Python 与 Rust 两个最小示例，并且遇到报错时知道该查哪里。

环境一览：动手前先自查

两点容易漏：仓库用 PyO3 做 Python 绑定，Python 解释器（3.11）由 pixi 管理，你不用自己折腾虚拟环境；Windows 下 git 需要开启 symlink，否则后续构建可能报错，可用git config core.symlinks检查。

30 秒快速体验：最短路径跑起来

先给正反馈，细节后面再补。把仓库克隆下来，装依赖，起 Viewer：

git clone https://gitcode.com/GitHub_Trending/re/rerun cd rerun && pixi install pixi run rerun

第一次编译会花一段时间（viewer 依赖很多 crate），窗口弹出、能看到空的时间轴面板，就说明环境基本通了。这一步等价于cargo run --package rerun-cli ...，只是 pixi 帮你把 feature 和工具链都配好了。

分步完整搭建：四步把环境装对

第一步：装工具链

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh rustup install 1.96.0 && rustup default 1.96.0

为什么钉版本：pixi 的 check-env 会严格比对cargo --version，版本不对后面一堆任务都会莫名其妙失败。Apple Silicon 若提示 host 是 x86_64，执行rustup set default-host aarch64-apple-darwin后再装。Pixi 按其官网脚本安装，Windows 用图形安装包即可。

第二步：初始化仓库

git clone https://gitcode.com/GitHub_Trending/re/rerun && cd rerun git lfs install && git lfs pull

仓库把 UI 回归测试快照放在 LFS 里，正常构建不拉也能编译，但跑测试会缺素材。跑完git lfs ls-files能看到一堆文件清单，说明 LFS 工作正常。

第三步：装项目依赖

pixi install

这一条会按 pixi.toml 的base环境从 conda-forge 拉下 Rust 1.96.0、Python 3.11、clang、ninja、nasm 等全部开发工具，并自动执行激活脚本生成rerun_py/pyo3-build.cfg。macOS 上确认rustc -vV输出的 host 与你的芯片一致；Windows 上确认 symlink 已开启。

第四步：环境自检

pixi run check-env

它只查三件事：pixi、cargo、rustc 的版本是否精确匹配（脚本在 scripts/check_env.py）。任何一项不对，它都会直接告诉你该跑哪条升级命令，照着执行再复查即可。

首次运行与验证：编译 Viewer 并跑通最小示例

先编译核心可执行文件并启动：

pixi run rerun

产物在target/debug/rerun，要发布版就换成pixi run rerun-release。预期现象：一个原生窗口弹出，里面是空的时间轴和蓝图面板——此时还没有数据，这是正常的。

接着走一遍 Python 数据链路。Python SDK 的 Rust 扩展需要先用 maturin 编进 uv 管理的.venv：

pixi run py-build pixi run uv run examples/python/minimal/minimal.py

预期现象：脚本里spawn=True会自动拉起一个 viewer 窗口，并出现my_points实体——一个 10×10×10 的彩色 3D 点云网格，位置从 -10 到 10 均匀分布。仓库里的可视化快照长这样：

窗口里能看到彩色点云，链路就全通了。想跑 Rust 侧的最小示例（examples/rust/minimal/）：

cargo run -p minimal

示例会连上已在运行的 viewer，或自己 spawn 一个；debug 构建优先使用target/debug/rerun。

深入一步：Python 与 Rust SDK 接入和调试

日常开发主要用这两条命令：

pixi run rspy # 进入 uv 环境的交互式解释器，import rerun 即用 pixi run uv run <脚本路径> # 在正确环境里跑任意示例脚本

Python 的运行时依赖由 pixi 环境之外的 uv 独立管理（见 pixi.toml 注释），所以别在你的全局 pip 环境里乱装包，示例依赖用pixi run py-sync-examples补。

调试配置：

• VS Code 装 rust-analyzer + CodeLLDB，对target/debug/rerun打断点直接调 viewer 二进制；
• 排查 Rust 侧 panic 时加RUST_BACKTRACE=full，堆栈会完整打出来；
• 嫌 debug 编译慢时，pixi run rerun-build-fast用 Cranelift 后端快速出一个能跑的 viewer（需先rustup component add rustc-codegen-cranelift-preview --toolchain nightly）。

C++ 侧只用一条命令就能验证工具链：pixi run -e cpp cpp-test，它会在cpp环境里编译并跑 C++ 测试；构建时会自动导出compile_commands.json，clangd 直接可用。

排错速查：现象 → 原因 → 解法

接下来你能做什么

• pixi run rerun [文件.rrd]打开任意 RRD 录制文件，按时间轴回看多模态数据；
• pixi run py-build+ uv 环境跑通你自己的 Python 日志脚本；
• cargo run -p <示例名>逐个逛 examples/ 里的多语言示例；
• 环境、任务、测试细节以 BUILD.md 和 TESTING.md 为准。

构建中卡住或版本对不上，先看排错表再翻 BUILD.md，绝大多数环境问题都能在三步内定位。

【免费下载链接】rerunVisualize, query, and stream to train on multimodal robotics data.项目地址: https://gitcode.com/GitHub_Trending/re/rerun