礼貌提意见

[FanYu-Nijika]

1，关于 B 站视频教程
想建议是否可以考虑重新录制一下 B 站的视频教程。目前两个版本之间似乎存在一些差异，跟着操作时容易产生困惑。对于 0 基础的同学来说，如果对命令本身不熟悉，很多步骤会比较难理解，跟下来会比较吃力。
2，关于教程中的操作失误
既然教程的目标受众包含 0 基础学习者，建议尽量减少视频中的操作失误或临时性的错误操作。对于有经验的同学来说可能问题不大，但对新手而言，很容易因为一个小失误就卡住，影响整体学习体验。
3，关于 GPFree 部分的补充内容
如果后续会重制 GPFree 相关教程，建议可以顺带补充一下“无卡模式”的使用方法。因为并不是所有同学都能稳定获取 GPU 资源，多一种可行方案会让教程的适用范围更广，也方便大家根据自己的条件选择。
4，关于教程整体可复现性
整体体验下来，我感觉当前教程的可复现性还有提升空间。如果完全严格按照教程一步步操作，实际成功完整复刻的难度还是比较高的。至少我自己在跟着教程操作时没有顺利完成，最后还是借助其他工具（例如 Codex）才把问题解决。

我理解复现复杂项目本身就会遇到环境差异和各种意外情况，但如果教程能进一步补充常见报错处理、版本依赖说明，以及一些容易踩坑的地方，对新手会友好很多。

希望可以参考下，谢谢

[FanYu-Nijika]

还有除此之外，我真的不知道为什么我的很多conda很慢或者失败，但是视频并没有这样，没招了

[FanYu-Nijika]

特指，春晚机器人

[Ethan-Chen-plus]

非常感谢你对教程提出的详细反馈，你提到的问题确实是目前内容存在的不足，这对于我们优化开源内容非常有帮助。

关于视频版本差异和内容断层的问题，经核对确实是因为我们在剪辑视频时误删减了部分操作片段，导致视频展示与实际步骤出现了不一致。我们后续会重制这部分视频，但由于目前团队精力有限，重制工作可能需要一些时间。在此期间，建议可以先参考文字版的教程文档，文字部分的流程和命令目前是完整的。如果在对齐文字教程时遇到困难，也非常欢迎你加入我们的交流群，大家可以一起在线排查。

关于教程中的云端环境，本项目为免费开源教程，受限于经费预算，我们在完成环境录制和验证后，已经释放了此前部署的公共镜像，目前需要学习者自行配置本地和云端环境。对于没有 GPU 硬件的同学，可以直接登录 GPUFree 平台，利用其提供的GPU环境和英伟达驱动的流程，但是对应的 conda 环境或者 mamba 环境还是需要自己配置的。后续我们也会在内容更新中，专门补充一节关于如何利用该平台进行云端上手的说明。另外关于无卡模式，我们会后续补充说明。无卡模式主要是在配置环境不需要 GPU 的时候，可以省一些钱。把环境配置好了，再启动有 GPU 的模式。

关于 Conda 配置极其缓慢或失败的问题（特别是春晚机器人相关部分），可能是因为该项目涉及大量需要从境外服务器下载的依赖包。在本地环境配置时，建议配合 Clash Verge 等代理工具对终端流量进行网络加速。为了能更准确地帮你解决问题，如果文字教程依然无法顺利走通，能否请你提供具体卡在哪个步骤或具体的报错 Log？我们可以根据具体的错误信息协助排查，并将常见的报错解决方法更新至文档的 FAQ 章节中。

[FanYu-Nijika]

实在不好意思报错log有点多实在难以查找，我总结了以下几条
以下是我实际操作中的问题，我承认可能没有代表性，我一定程度上是参考了文字教程和视频教程，也有一部分是结合我的个人经验（我实在不太完全记得了）

教程已经覆盖了大部分安装流程，但这台机器实际跑通时还有几类教程没充分覆盖、但很关键的步骤。

1. conda run -n phmr/gmr 在这台机器上可能失败
   原因是环境实际在 /root/gpufree-data/conda_envs/phmr 和 /root/gpufree-data/conda_envs/gmr，旧记录里出现过
   NoWritableEnvsDirError。实际修法是 Web 后台任务优先用：

conda run -p /root/gpufree-data/conda_envs/phmr ...
conda run -p /root/gpufree-data/conda_envs/gmr ...

或者直接启动：

VISER_FIXED_PORT=8789 /root/gpufree-data/conda_envs/phmr/bin/python -m uvicorn web.app:app --host 0.0.0.0 --port 8000

2. Web 首页 500 需要改 TemplateResponse 写法
   旧聊天里修过 web/app.py，新版 Starlette/FastAPI 下旧写法会导致 / 返回 500。需要：

templates.TemplateResponse(request=request, name="index.html", context={})

教程只写了 Web UI 启动命令，没有强调这个兼容性修复。

3. 不能只看“uvicorn 起了”，要用接口验证
   旧记录里实际验证过这些接口：
   curl http://127.0.0.1:8000/health
   curl http://127.0.0.1:8000/
   curl http://127.0.0.1:8000/api/projects
   curl http://127.0.0.1:8000/api/viser/status
   这是判断 Web 真正可用的必要步骤。

4. 大模型下载最好全部用 tmux 后台跑
   教程写了 git lfs clone，但旧记录里多次因为下载慢、中断、位置错误、Codex 退出导致问题。实际稳定做法是：长下载都放进 tmux，例如
   hf_lfs_clone、dl_openclip，并用 git lfs pull 续传，不要前台等。

5. PromptHMR 模型仓库位置必须严格确认
   正确路径是：
   /root/gpufree-data/every-embodied/07-机器人操作、运动控制/Locomotion/video2robot/third_party/PromptHMR

旧记录里曾经误下载到 /root/mihomo，后来是把 13G 半成品移动到正确目录，再 git lfs pull 续传，避免重新下载。

6. fetch_smplx.sh 不是“SMPL-X 下完就结束”
   旧记录确认过：这个脚本实际包含 SMPL-X、SMPL、补充文件多个阶段。data/body_models/smplx/SMPLX_NEUTRAL.npz 存在只说明 SMPL-X 阶段完成，不代表 SMPL 和 supplementary files 都完成。

7. Web UI 卡在 96%/99% 不一定是前端问题
   旧记录里 96% 卡住的实际原因包括模型权重缺失/下载慢、多人体 HMR 内存压力。排查时要看后端任务状态、进程和输出文件，而不是只看进度条。

希望可以加以参考以供优化教程，谢谢

[FanYu-Nijika]

特别针对git lfs clone相关的，我的失败率还是很高的。不知道是不是我的梯子的问题，但是我实际上开启了mihomo依旧依旧缓慢和下载失败，强烈建议增用tmux哈

[Ethan-Chen-plus]

感谢你补充了详细的复现记录，这些信息很有价值，我们会把这条 issue 作为春晚机器人教程后续修订的重要参考。

1. TemplateResponse 兼容性问题
   我们会把 web/app.py 中的旧写法改成新版兼容写法，并在教程中补充说明，避免只给出启动命令但首页实际打不开。

2. Web UI 启动后的验证步骤
   确实不能只看 uvicorn 是否启动，后续文档会补充接口自检步骤，例如：

curl http://127.0.0.1:8000/health
curl http://127.0.0.1:8000/
curl http://127.0.0.1:8000/api/projects
curl http://127.0.0.1:8000/api/viser/status

这样可以更明确地区分“服务进程启动了”和“Web 功能真正可用”。

3. GPFree / Conda 环境路径问题
   感谢你提供的 conda run -n phmr/gmr 在某些 GPUFree 环境下失败，而 conda run -p /root/gpufree-data/conda_envs/phmr ... 更稳定说明，我们会在教程里补充按绝对路径调用环境的方案，尤其是 Web 后台任务或环境名识别异常时。

4. 模型下载和 git lfs clone
   后续会建议大模型和 LFS 权重下载尽量放到 tmux 后台执行，并补充 git lfs pull 续传、下载目录确认、下载完成检查等步骤，减少因为终端断开、目录错误或下载半成品导致的重复劳动。

5. PromptHMR / SMPL 相关文件检查
   后续文档会把各阶段完成标志写清楚，避免大家看到某个 .npz 文件存在就误以为全部下载完成。

6. Web UI 进度卡住的排查
   关于 96% / 99% 卡住的问题，我们会补充排查思路：优先检查后端任务状态、模型权重是否完整、进程是否还在运行、输出文件是否生成，而不是只看前端进度条。

再次感谢你的反馈，你这些记录对我们完善教程可复现性很有帮助。我们会先把能确认的问题改到代码和文档里，剩下一些和网络环境、代理、GPUFree 机器状态强相关的问题，会整理到 FAQ / 常见报错章节中，方便后续同学对照排查。

补充在这个PR中：3f2ac20