dora-rs/dora

它解决了什么问题

Dora 提供了一个高性能框架，用于构建实时机器人和 AI 应用程序。它通过使用基于 Rust 的核心和零拷贝共享内存通信，解决了传统机器人框架（如 ROS2 Python）中常见的延迟和吞吐量瓶颈，使其适用于数据密集型 AI 流水线。

它如何工作

Dora 采用数据流导向的架构，应用程序在 YAML 文件中定义为有向图。节点（独立进程）或算子（轻量级进程内函数）通过类型化的输入和输出连接。

技术上，它使用了：

• Zenoh SHM 数据平面：允许节点直接通过共享内存发布数据，绕过守护进程以降低延迟。
• Apache Arrow：端到端使用列式内存格式，消除序列化开销。
• 分布式编排：协调器管理跨多个守护进程（每台主机一个）的数据流生命周期，实现无缝的本地和跨机器通信。

适合谁

专为需要构建复杂、实时系统（例如处理摄像头画面或大语言模型输出）且要求高吞吐量，并支持多种语言（Rust、Python、C、C++）的机器人和 AI 工程师设计。

特色亮点

• 极致性能：与 ROS2 Python 相比，零拷贝共享内存下处理大负载时快 10-17 倍。
• 多语言支持：原生支持 Rust、Python、C 和 C++ 的 API，可实现混合语言数据流。
• 生产就绪工具：包含容错能力（重启策略）、分布式集群管理以及 OpenTelemetry 集成，用于追踪和指标收集。
• 可观测性：内置 TUI 用于资源监控（dora top）、主题检查，以及用于回归测试的录制/回放功能。
• 节点中心：一个包管理器，可将可复用、带版本的节点（如 YOLO、LLMs）拉取到项目中。