Dora

智能数据流导向机器人架构 (Agentic Dataflow-Oriented Robotic Architecture) – 一个 100% Rust 的实时机器人与 AI 应用框架。

为什么选择 Dora？

比 ROS2 Python 快 10-17 倍 – 100% Rust 内核，>4KB 的消息使用零拷贝共享内存 IPC，4KB 到 4MB 负载下延迟保持平稳
Apache Arrow 原生 – 端到端列式内存格式，零序列化开销;所有语言绑定共享
Zenoh SHM 数据面 – 节点通过 Zenoh 共享内存直接发布，零拷贝数据传输；跨机自动网络回退
非阻塞事件循环 – Zenoh 发布卸载到排水任务；指标收集在后台运行

单一 CLI，完整生命周期 – dora run 用于本地开发，dora up/start 用于分布式生产，构建、日志、监控、录制/回放等全部集成在一个工具中
声明式 YAML 数据流 – 以有向图定义流水线，通过类型化输入/输出连接节点，支持可选的类型注解和静态校验
多语言节点 – 使用 Rust、Python、C 或 C++ 编写节点，均为原生 API（非封装层）；可在同一数据流中自由混用
可复用模块 – 将子图组合为独立的 YAML 文件，支持类型化输入/输出、参数与嵌套组合
热重载 – 无需重启数据流即可实时重载 Python 算子

容错 – 按节点配置重启策略（never/on-failure/always），指数退避，健康监控，带可配置输入超时的断路器
默认分布式 – 同机节点之间使用本地共享内存，跨机器通信自动使用 Zenoh 发布/订阅，基于 SSH 的集群管理与标签调度
Coordinator HA – persistent redb state store, daemon auto-reconnect, dataflow records survive coordinator restart (full running-dataflow reclaim across restart is partial; see open tracker)
动态拓扑 – 通过 CLI 在运行中的数据流上添加和删除节点，无需重启
可配置队列策略 – 每个输入支持 drop_oldest（默认）或 backpressure，并附带丢弃消息的指标
软实时 – 可选 --rt 标志启用 mlockall + SCHED_FIFO；每节点 cpu_affinity 绑核
OpenTelemetry – 内置带轮转/路由的结构化日志、指标、分布式追踪

Record/replay – capture dataflow messages to .drec files, replay offline at any speed with node substitution
主题检查 – topic echo 打印实时数据，topic hz TUI 进行频率分析，topic info 查看 schema 和带宽
资源监控 – dora top TUI 显示所有机器上每个节点的 CPU、内存、队列深度、网络 I/O
日志聚合 – 订阅 dora/logs 即可接收所有节点的结构化日志消息，无需额外配置
追踪检查 – trace list 和 trace view 用于查看协调器的 span，无需外部基础设施

通信模式 – 通过约定的元数据键内置 service (请求/应答)、action (目标/反馈/结果) 和 streaming (会话/片段/块) 模式
ROS2 桥接 – 与 ROS2 主题、服务和动作双向互操作
进程内算子 – 在共享运行时中运行的轻量级函数，避免每节点的进程开销