timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Zum Liken anmelden0 Likes
Persistent 6-DoF SE(3) spatial world state, object trajectories, and affordances for robotics.
Originaltext des Herstellers
Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…
scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place
Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert
| Beliebtheit | 0/80 | GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20 |
|---|---|---|
| Aktualität | 12/12 | Volle Punkte für Release oder Codeänderung in 30 Tagen |
| Antwortet noch | 0/8 | Der Cloud-Endpoint antwortete bei der letzten Prüfung |
| Nutzungswert | 12/100 |
Qualität: 2/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: Noch keine Daten (Nur im Tab Im Trend verwendet)
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Mit einem Satz von deiner KI installieren lassen
Installiere bitte SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory. Folge https://mcp.popnx.com/i/slashml-ai-slashml-robotics.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen
2/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 13. Nov. 2026
Zuerst: Welche KI nutzt du?
Wähle deine App, dann erscheinen die Schritte unten.
Klappt mit Claude, aber erst etwas vorbereiten
Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
Kopiere diese Nachricht in einen Claude-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory für Claude auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "slashml-robotics": { "command": "uvx", "args": [ "slashml-robotics" ], "env": { "SLASHML_API_KEY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei SLASHML_API_KEY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.
Seite von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory öffnen ↗
SettingsDeveloperEdit Config
{
"mcpServers": {
"slashml-robotics": {
"command": "uvx",
"args": [
"slashml-robotics"
],
"env": {
"SLASHML_API_KEY": "your-value"
}
}
}
}Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem
Nutze SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude sagt, dass es SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzt, oder ein Werkzeug von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
ChatGPT kann SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory noch nicht verbinden
SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen
A · Eine App nutzen, die SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory verbinden kann
Klappt mit Claude Code, aber erst etwas vorbereiten
Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user slashml-robotics --env SLASHML_API_KEY=your-value -- uvx slashml-robotics 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei SLASHML_API_KEY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.
Seite von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory öffnen ↗
Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen
claude mcp add --scope user slashml-robotics --env SLASHML_API_KEY=your-value -- uvx slashml-roboticsErsetze „your-value“ vor dem Enter durch deinen Schlüssel
Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem
SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory sollte in der Liste als verbunden erscheinen
Nutze SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude Code sagt, dass es SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzt, oder ein Werkzeug von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit Cursor, aber erst etwas vorbereiten
Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "slashml-robotics": { "command": "uvx", "args": [ "slashml-robotics" ], "env": { "SLASHML_API_KEY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei SLASHML_API_KEY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.
Seite von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory öffnen ↗
In den Einstellungen von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory ist SLASHML_API_KEY leer; trag deinen Schlüssel ein und speichere
Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem
Nutze SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Cursor sagt, dass es SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzt, oder ein Werkzeug von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit VS Code, aber erst etwas vorbereiten
Du brauchst einen Schlüssel von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory (auf der Seite des Anbieters erstellen) · Installiere zuerst Python (uv) auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe uv mit uv --version. Fehlt es, sag mir, dass ich es von https://docs.astral.sh/uv/getting-started/installation/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "slashml-robotics": { "type": "stdio", "command": "uvx", "args": [ "slashml-robotics" ], "env": { "SLASHML_API_KEY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei SLASHML_API_KEY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
uv --versionMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: uv hat keinen Klick-Installer. Kopiere den Einzeiler für dein System (macOS oder Windows) von der offiziellen uv-Seite ins Terminal · Python muss nicht extra installiert werden, uv lädt es bei Bedarf selbst
Download-Seite von uv öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: uv --version
Einmal installieren, gilt für alles, was uv braucht
Öffne die Seite des Anbieters, registriere dich und erstelle einen API-Schlüssel für den nächsten Schritt. Preise und Gratis-Tarife siehst du auf seiner Seite.
Seite von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory öffnen ↗
VS Code fragt nach einer Bestätigung; klicke Install
In den Einstellungen von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory ist SLASHML_API_KEY leer; trag deinen Schlüssel ein und speichere
Füge den Schlüssel nur in das Feld der App ein, nie in einen Chat und schick ihn niemandem
Nutze SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn VS Code sagt, dass es SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory nutzt, oder ein Werkzeug von SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Claude Code
claude mcp add --scope user slashml-robotics --env SLASHML_API_KEY=your-value -- uvx slashml-roboticsClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"slashml-robotics": {
"command": "uvx",
"args": [
"slashml-robotics"
],
"env": {
"SLASHML_API_KEY": "your-value"
}
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"slashml-robotics": {
"command": "uvx",
"args": [
"slashml-robotics"
],
"env": {
"SLASHML_API_KEY": "your-value"
}
}
}
}VS Code (mcp.json)
{
"servers": {
"slashml-robotics": {
"type": "stdio",
"command": "uvx",
"args": [
"slashml-robotics"
],
"env": {
"SLASHML_API_KEY": "your-value"
}
}
}
}SLASHML_API_KEY geheim erforderlich envBeschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.
Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
pypi: slashml-roboticsBasierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.
Laufen auf deinem Computer in
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 20. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto slashml-ai bestätigt, dem das Repo gehört
Code zuletzt geändert: vor 11 Tagen
GitHub konnte die Lizenzart nicht erkennen; öffne die Datei, um nachzusehen
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Keine Einträge auf OSV.dev für slashml-robotics@1.0.1
Prüft nur diese Paketversion, nicht alle Abhängigkeiten · geprüft 16. Nov. 2026
Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.
[](https://mcp.popnx.com/en/servers/slashml-ai-slashml-robotics)Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.
Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.
Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.
Noch keine Bewertungen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 2 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Das musst du eintragen: SLASHML_API_KEY
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Das GitHub-Repo wurde zuletzt vor 11 Tagen geändert, und die neueste Version (1.0.1) kam vor 11 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
In derselben Kategorie: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.
So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Official Exa MCP for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| Dieser SlashML (/ml) Embodied Robotics 6-DoF Spatial Memory | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| Läuft wo | Wird auf deinem Rechner installiert | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation |
| Braucht Schlüssel | Ja | Nein | Nein | Nein | Nein | Nein |
| Mit + in Claude hinzufügen | Nein | Ja | Ja | Ja | Nein | Nein |
| Basisprüfungen | 2/3 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| Lizenz | NOASSERTION | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| Preis | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register |
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
Ultra-low-latency spatial memory substrate and dynamic belief tracking for embodied AI, mobile manipulation, and autonomous robots.
Robotics perception and task execution face a fundamental challenge: spatial amnesia and coordinate obsolescence. When objects move in a dynamic workspace, robots must either:
SlashML Robotics solves this with a purpose-built spatial memory engine delivering:
fastening, measuring, cutting).| Language | Package Name | Target Role | Key Integrations |
|---|---|---|---|
| Python | slashml-robotics (PyPI) | AI Perception & High-Level Orchestration | PyTorch, rclpy, OpenVLA, Isaac Sim, OpenCV |
| C++ | slashml-robotics-cpp (CMake) | Hard Real-Time & Native Control | rclcpp (ROS 2), Nav2, MoveIt 2, BehaviorTree.CPP |
| Rust | slashml-robotics (crates.io) | Zero-Allocation & Fast Middleware | Zenoh, Rerun.io, embedded robotics microservices |
| TypeScript | @slashml/robotics (npm) | Fleet Management & Web Teleop | Foxglove Studio, React consoles, WebRTC video |
from slashml_robotics import RoboticMemory, Pose6D
memory = RoboticMemory(base_url="http://localhost:8000")
memory.add_observation( object_name="digital_caliper", room_zone="quality_inspection", pose=Pose6D(x=2.1, y=0.5, z=0.85), tags=["tool", "inspection"], )
loc = memory.where_is("digital_caliper") print(f"Location: {loc.room_zone} at ({loc.pose.x}, {loc.pose.y}, {loc.pose.z})")
traj = memory.get_trajectory("digital_caliper") for wp in traj.waypoints: print(f"[{wp.timestamp}] Visited {wp.room_zone}")
#include <slashml/client.hpp>
int main() { using namespace slashml::robotics; RoboticMemoryClient client("http://localhost:8000");
client.add_observation("torque_wrench", "tool_crib", Pose6D(1.0, 0.5, 0.8)); auto loc = client.where_is("torque_wrench"); if (loc) { std::cout << "Zone: " << loc->room_zone << "\n"; } return 0; }
use slashml_robotics::{RoboticMemoryClient, Pose6D};
fn main() { let client = RoboticMemoryClient::new("http://localhost:8000", "key", "robot_1"); client.add_observation("caliper", "tool_crib", Pose6D::new(1.0, 0.0, 0.8), &[], 1.0, None); if let Some(loc) = client.where_is("caliper") { println!("Found at zone: {}", loc.room_zone); } }
The ROS 2 bridge connects onboard cameras and detectors (e.g. YOLO, RT-DETR, SAM) to SlashML:
from slashml_robotics.ros2.bridge_node import SlashMLSpatialBridgeNode
bridge = SlashMLSpatialBridgeNode(node_name="spatial_memory_bridge")
bridge.handle_detection( class_name="wire_strippers", pose_x=1.25, pose_y=-0.4, pose_z=0.9, )
The bridge advertises standard ROS 2 services for behavior tree planners:
/slashml/where_is/slashml/get_trajectory/slashml/find_by_affordanceFor physical reasoning agents (Claude, Gemini, OpenAI, local LLMs), SlashML provides Model Context Protocol (MCP) tools:
locate_physical_object: Retrieve active 6-DoF location and room zone.record_sensor_observation: Ingest detection and supersede older coordinates automatically.query_object_trajectory: Reconstruct full chronological movement paths.find_objects_by_affordance: Find workspace items capable of executing an action.# Install standalone Robotics plugin & skill in Claude Code
/plugin install slashml-robotics --marketplace slashml-ai/slashml-robotics
SlashML is distributed as a pre-compiled, opaque binary appliance or container:
slashmld directly on NVIDIA Jetson AGX Orin or industrial x86 computers over Unix Domain Sockets for microsecond-level IPC.