依赖项和更新

Screph 各项任务所需的安装内容、附加运行环境、模型和外部程序，以及准备组件和检查所需功能的方法。

随程序安装的内容

界面运行、打开图像、标注及保存项目需要 Screph 主文件、Qt/PySide6 界面库和基础数据处理库。在当前 Windows 安装流程中，这些部分相互关联，并作为程序基础一起安装。界面自身不需要另外安装 Python。

安装部分用途与选择
主文件、界面与基础库程序、资源、Qt/PySide6、图像和数据处理（包括 OpenCV、NumPy 和 Pillow）及所用连接的库。安装的必需基础。
Screph 组件与依赖项用于检查和准备附加运行环境的工具。当前 Windows 安装流程提供本地 Python、自动化和代码开发运行环境、OCR、视频及本地语音所需材料；具体安装哪些环境由所选参数决定。
计算机视觉与 ML附加机器学习库。使用选定外部 ML 环境的场景需要单独安装的 ML 环境包。模型权重文件另行检查。
教学演示项目示例及准备好的配音演示。默认提供的独立组件。在设置中选择角色不会安装其文件。
Screph Pro Agent内置智能体 IDE Screph Code 的附加组件。可独立于主应用程序更新；所选智能体还需要相应环境和连接。

表格描述当前安装路径。具体下载的安装程序及已安装版本的实际内容取决于其交付和所选组件。可在维护工具及“组件与环境”选项卡中检查。缺少已确认组件信息的已发布构建，其内容仍未知。

小型 Windows 安装程序可能通过网络下载组件。离线安装需要完整文件集，并将包目录放在安装程序旁。如果任务需要机器学习包和模型，请提前准备。

Screph 组件与环境表概览
练习示例。更改仅在此处生效，离开示例后将重置。 将场景与表格中的组件进行对照。检查启用状态、所选来源及状态；模型文件和外部程序另行检查。

依赖项页面

程序安装、运行环境准备和模型权重下载需要分别完成。功能运行还可能需要模型文件、合适的设备和已配置的连接。功能状态会显示不可用的原因。

主窗口的“组件与环境”选项卡显示摘要和表格：组件启用状态、所选来源、状态、所选与找到的路径、大小及可节省的空间。可以从中重新检查、安装或修复本地环境，以及删除其本地文件。安装需要单独启动。

  1. 在表格中找到所需场景的组件，检查它是否启用。
  2. 选择本地安装或已安装的兼容组件。对于 Python，选择包含所需库的具体环境。
  3. 点击“重新检查”。查看所选来源的状态，以及出现错误时显示的原因。
  4. 如有需要，执行“本地安装/修复”并等待结果。然后在功能自身的设置中检查模型、设备或连接。

首次导入大型库时，环境检查可能需要一些时间。检查所选可执行文件和所需库，但不会下载模型或启动训练。检查现有 Python 环境不会安装或更新其包。

本地安装与现有环境

  • 本地：Screph 在 ScrephData 数据目录中准备自己的组件。这是 Windows 流程的主要方式；这些文件不会替换系统 Python 环境。
  • 全局已找到：使用已安装的兼容程序或环境。“使用全局找到的组件”按钮只选择已通过检查的组件。
  • 自定义路径：指定准确的可执行文件。对于 Python，现有环境对话框显示路径、版本及不兼容原因。高级模式提供更多路径选择参数。
  • 跳过：不使用该组件。依赖它的场景在选定适当来源之前仍不可用。

全局安装仅在高级模式下对允许此方式的组件可用。它不同于使用已安装组件。若所选来源损坏或不兼容，Screph 会显示错误；必须显式选择其他来源。

根据表中显示的大小和可节省空间检查磁盘可用空间。自动化、OpenCV 和本地语音运行环境可能共用本地文件。删除前，请停止正在运行的任务，并检查哪些功能使用同一运行环境。

组件面板：环境来源、检查和 ML 包参数
练习示例。更改仅在此处生效，离开示例后将重置。 选择组件来源并检查路径。ML 包参数另行配置；更改后重新检查，并在安装或修复前阅读不可用的原因。

哪些功能需要附加组件

功能需要什么
运行 Python 程序与自动化包含 NumPy、Pillow、OpenCV 和 PyAutoGUI 的 Python 自动化环境。这是用于运行程序的独立环境；Screph 界面能够运行并不能证明该环境已就绪。
经典计算机视觉OpenCV 和图像处理库。基础安装包含应用程序自身所需的库；使用外部 OpenCV/CV 环境的运行需单独检查该环境。
OCR / TesseractTesseract 可执行文件及所选语言数据。当前本地安装材料包含英语和俄语数据。其他语言需要相应文件；Tesseract 程序的检查本身不能证明所有语言数据均已存在。
视频操作Screph 中需要 FFmpeg 的操作，包括精确剪辑。检查准确路径及能否启动 FFmpeg；某个视频解码器可用并不能证明所有操作均已就绪。
YOLO, FastSAM, SAM, OmniParser包含所选操作库的兼容 ML 环境、模型文件和适当的计算设备。
训练与序列模型包含 Screph 训练和序列处理组件的 ML 环境、所选模型的依赖项及实验数据。YOLO 跟踪器使用 LAP；SAM 2 单独启用。仅有 PyTorch 并不能证明环境已就绪。
本地语音识别Vosk、PyAudio、语言模型和可用麦克风。当前本地安装材料包含小型俄语 Vosk 模型。选择其他语言时需配套选择相应模型。
Screph Code / OpenHandsScreph Pro Agent 组件、代码工作环境及所选智能体或 LLM 的已配置连接。外部编辑器还需要安装相应编辑器程序。
Codex / OpenCodexCodex CLI 是独立的可选组件。OpenCodex 通过连接设置中的独立操作安装和启动。Codex Desktop 单独安装；安装 CLI 不会安装图形应用程序。
ROS 2导出 ROS 程序无需安装 ROS。通过话题交换、连续流及运行导出的节点需要独立 ROS 2 环境。ROS 发行版不包含在 Screph 组件中。
外部连接与设备需要网络访问及所选服务的设置；摄像头和麦克风需要可用设备和权限。Arduino 需要设备及合适的固件；Windows 上的 FakerInput 需要单独安装驱动程序并通过 UAC 确认。

机器学习运行环境准备好后，还需单独检查模型。请参阅“计算机视觉模型”。

ML 包、库和模型

“机器学习依赖包”部分设置所选机器学习运行环境的库。PyTorch 执行神经网络计算，TorchVision 提供图像操作，YOLO/FastSAM 使用 Ultralytics，YOLO 跟踪器使用 LAP。此外还提供 timm、Transformers、einops 和 Hugging Face Hub，用于受支持的模型及其下载。Meta SAM 2 需要单独选择，默认关闭。

库之间存在依赖关系：禁用某个包可能使所选操作不可用。环境还需要用于相应任务的 Screph 组件。选择现有 Python 环境时，将在同一解释器中检查所有必需的导入。

可使用合适的 ZIP 包或已解压目录准备本地机器学习运行环境。如果可下载签名包，程序会先检查版本、目标平台、大小、签名和内容。下载后，请选择归档文件进行安装，并等待运行环境准备完成。

网络下载会检查校验和、签名及发布者信任；安装时会检查包的完整性和运行环境启动情况。如果签名有误或平台不兼容，请选择正确的包。对于本地归档，请单独验证发布者：校验和只能确认文件完整性。

为 CPU 和 GPU 选择具体操作可用的设备。使用 NVIDIA GPU 需要兼容的 PyTorch 构建和系统驱动；安装 ML 包不会安装显卡驱动。运行前应检查所选设备和内存。训练还需要准备数据、实验参数及结果存储空间。

本地训练无需 Ray。训练设置另行提供用于分类的实验性 Ray 执行器：集群需预先准备 Ray Train、兼容的 PyTorch/TorchVision 和 Screph 训练组件、可访问的共享目录及结果存储。Ray 使用独立按钮检查；本地 ML 环境不能证明集群已就绪。此执行器暂不支持 detection 和 segmentation 训练。

YOLO 设置：所选模型、设备和 ML 环境状态
练习示例。更改仅在此处生效，离开示例后将重置。 将所选 YOLO 模型、模型文件和计算设备与 ML 环境状态进行对照。准备库和选择权重分别进行。

训练执行器设置：本地进程与实验性 Ray 集群
练习示例。更改仅在此处生效，离开示例后将重置。 检查默认执行器及关闭 Screph 时本地进程的行为。对于实验性 Ray 模式，设置连接和共享目录，然后单独检查集群。数据和实验参数在训练启动前选择。

独立 ROS 2 环境

ROS 2 可按需用于开发图像处理程序。在 Screph 中打开“设置与工具 → 自动化 → ROS 2”。打开页面和选择级别不会启动 ROS。

  • 代码生成：将受支持的已保存 CPU/CV 处理导出为 ROS Python 包，并在 Screph Code 中处理该结果。导出不需要安装 ROS 或请求模型。
  • 交换：帧文件的导入与导出无需 ROS；列出话题、从话题获取快照及发布需要连接 ROS 环境。
  • 连续处理：接收流需要连接并显式启动。使用已保存处理流程进行处理和发布结果需要分别启用。

连接需要提供已安装 ROS 2 环境中的 Python 绝对路径，该环境须包含 rclpy、sensor_msgs 和 std_msgs。ROS 系统库及所选 DDS 连接必须在该环境中可用。通用自动化或 ML 环境不能替代它。Screph 不会自动安装 ROS，也不会将其库添加到自己的常规 Python 环境。

选择环境后，根据连接结果及话题列表检查“应用并连接”操作。没有帧可能意味着发布者尚未启动、域或话题选择不同、或 QoS 不兼容。更改设置后需要应用并重新连接。此连接不支持通过 WSL、SSH 或远程解释器启动环境。

导出的 ROS 包包含应用程序及已保存的处理，而不是 ROS 发行版。目标计算机上的安装和运行使用 ROS 工具及包内说明。ROS 环境、节点包、相机或图像来源在该计算机上另行检查。开发环境中的 ROS 2 Jazzy 检查不能证明任何已安装 Screph 构建均已就绪。

安装组件之前

准备过程可能需要下载并解压大文件。请等待最终状态，而不只是下载结束。如果取消操作仍在停止后台工作，请勿同时重新安装或删除相关文件。

  • 检查可用空间和下载源。
  • 对于大型机器学习环境，请留出一些空间用于归档、解包和模型。
  • 如果您使用本地包，请确保它适用于您的 Screph 和 Windows x64 版本。
  • 当其他功能可能正在使用共享组件时，请勿删除该组件。

程序更新

手动检查、当前版本、通道及自动检查位于“个人账户 → 更新”和“常规设置 → 更新”。检查和更新无需登录账户。

在 Windows 上，检查会获取已安装组件的版本信息。更新通过独立维护工具安装，也可单独更新 Screph Pro Agent 等组件。在维护工具中完成安装后，重新启动 Screph，检查版本和组件状态。

可在通用设置中开启或关闭自动更新检查。检查会获取可用版本信息，不会发送项目、图像或标注。

更新前，请保存项目和设置。更新后，重新检查工作流程所需的组件、模型和输入方式。

应用程序更新、机器学习包准备、模型权重下载，以及外部 ROS 运行环境或编辑器更新需要分别进行。已有的外部 Python 运行环境由其所有者维护；Screph 检查不会更新其中的包。

若维护工具缺失，仍可能获得可用版本信息，但无法从 Screph 启动更新安装。Linux 使用下载页面为具体包指定的更新方式；Windows 维护工具及 Windows 环境包不适用于此流程。

平台与系统条件

此处介绍的本地运行环境受管安装适用于 Windows。使用其他发行形式时，请选择已安装程序为当前平台提供的来源和包。Windows 归档文件不适用于 Linux。

相机、屏幕捕获、麦克风及所选输入方式可能需要操作系统权限和设备驱动。这些条件与 Python 库分开检查。Arduino 硬件输入需要合适的固件及所选设备；FakerInput 的安装与 ML 安装分开进行。

“Windows 长路径”按钮显示系统状态，并允许单独请求更改。确认时 Windows 可能请求 UAC 授权；成功启用后需要重启 Screph。仅查看组件不会更改系统设置。

如果测试失败

修正路径或连接、安装组件后，请重新检查。不要为解决一个错误而删除整个数据目录：先保存项目，再确定具体缺失或损坏的组件。

结果检查与下一步操作
就绪所选组件已通过检查。模型文件、计算设备、任务数据和连接另行检查。
缺失或路径不正确检查所选可执行文件。指定适当的现有组件或安装本地组件。
库错误或环境不兼容阅读缺失或无法工作的库列表。选择包含全部所需组件的环境；本地环境可从兼容包修复。
已禁用、已跳过或在该平台上不可用检查启用状态及来源。对于不支持的方式，使用可用的交付路径；重新安装 Windows 包不会改变平台。
尚未检查更改来源或路径后重新检查。旧结果不能证明新选择的环境可用。
下载、签名或校验和错误检查来源、网络访问以及包是否匹配平台和版本。不完整或损坏的归档应重新获取；信任错误不能视为安装成功。
归档已下载，但功能不可用检查是否已选择归档以及环境安装是否完成。然后检查模型及功能设置。
  1. 打开组件详细信息并阅读显示的原因。
  2. 检查路径、权限、可用空间和网络访问。
  3. 重复准备工作或选择正确的本地包。
  4. 安装后，从 Screph 再次运行检查。

高级模式中的“诊断”显示本地参数及最近一次检查结果。这些信息有助于对照来源、路径及错误。传递诊断材料前，应检查内容并隐藏个人路径及连接数据。