Refine robot milestones and make GPU setup reproducible

env/machines.md

@@ -1,131 +1,62 @@
-# 机器拓扑 & 环境 & 协作模型
+# GPU 环境与机器记录
 
-> 本文件记录各机器角色、连接方式、软件环境，以及**我和你的协作方式**。**每次改动后更新。**
-> `[待补]` = 需要你在对应机器上跑命令后回填。
+基线：LeRobot 0.6.1 / Python 3.12。脚本适用 Ubuntu x86_64 GPU 主机；不用于 Windows 或 RPi。当前 GPU 环境与模型训练均未验收。
 
-## ⭐ 协作模型（先读这个）
+## 分工与路径
 
-| 角色 | 机器 | 谁操作 |
+| 机器 | 用途 | 环境记录 |
 |---|---|---|
-| **主家（开发+臂+推理）** | **② 3080 机（10GB · 本地 Ubuntu · 机器人旁）** | **你**（本地终端） |
-| **训练专用** | **③ 3090 机（24GB · 远程 SSH）** | **你**（SSH） |
-| 写字台（写代码/规划/文档） | ① 本 Windows 机 `D:\robot\lerobot` | **我（agent）** |
-| 富余算力（非关键路径） | ⑤ AWU408 双 Orin | 暂不用 |
-| 上机驱动板（P3/P4 起） | ④ RPi 5 | P3/P4 前你配 |
+| Windows | 编辑、静态检查、git 同步 | 本仓库 `D:\robot\lerobot` |
+| 3080 10GB | USB 遥操、采集、推理，首次解析依赖 | OS/驱动/Python/uv/锁 SHA256：待填 |
+| 3090 24GB | 训练，同局域网 | OS/驱动/Python/uv/锁 SHA256：待填 |
+| RPi 5 | P3 起硬件驱动、采图、执行和故障处理 | ARM64 环境另行验证，不复用 x86_64 锁 |
+| DRIVE Orin | 可选实验 | 不阻塞主线 |
 
-**关键约束**：我的沙箱**无外网**，够不到你任何一台 GPU 机。工作流：
+GPU 机统一路径：项目 `~/robot/proj`；专用环境 `~/robot/.venv-lerobot-0.6.1`；数据 `~/robot/data`；模型 `~/robot/models`；训练输出 `~/robot/outputs`；安装报告 `~/robot/reports`。脚本支持 `ROBOT_WORKDIR`，改动后相应调整命令。
 
-```
-我(①写字台)写代码/配置 ──你 push──▶ git 库 ──clone/pull──▶ ② 3080 & ③ 3090
-你在 ②/③ 执行（本地终端 / SSH）──粘回完整输出──▶ 我诊断/迭代
-```
+## 首次安装与依赖锁
 
-**git 仓库**：`https://git.hyonglin.top/ylhan/lerobot_learn.git`（身份 ylhan <ylhan@hyonglin.com>；**匿名可读** → GPU 机 clone 免密，push 才需认证）
+前置：安装 NVIDIA 驱动、git、uv、FFmpeg。脚本用 uv 创建 Python 3.12 环境（必要时 uv 下载 Python），不自动 sudo 安装系统组件。缺少前置即退出。
 
-**约定**：
-1. 我给**自包含、复制即跑**的脚本/命令块（尽量一次给全）。
-2. **代码/配置**走 git 库（你 push，两机 pull）；**数据集/模型**走 HF Hub（hf-mirror）或局域网 rsync（两机互通，大文件直传更快）。
-3. 两台 GPU 机目录统一 `~/robot/`：本仓库 + lerobot clone + `.venv`。
+先在 3080：
 
----
-
-## 拓扑总览
-
-```
-┌──────────────────────┐  push   ┌───────┐ clone/pull ┌─────────────────────────┐
-│ ① Windows 写字台       │ ──────▶ │ git 库 │ ──────────▶ │ ② 3080 主家 (10GB)        │
-│   D:\robot\lerobot    │         └───────┘   ⟨同一库⟩  │   本地 Ubuntu · 机器人旁   │
-│   我写代码/文档/规划     │                    ┌────────┴─────────────────────────┐
-└──────────────────────┘                    │ ③ 3090 训练 (24GB) · 远程 SSH      │
-                                            └───────────────────────────────────┘
-     ② ↔ ③ 同一局域网：rsync 直传数据集/模型；π0 推理紧张时 3090 可代推
-
-② 3080 主家（推理芯，挨着机器人 = 低延迟）:
-   开发 · 臂 USB 直连 · 遥操 · 采数 · 推理部署 · P4 policy server
-③ 3090 训练（训练芯）:
-   只跑 lerobot-train：ACT / SmolVLA 全量 / π0-FAST LoRA
-数据流: 采数@② → HF Hub(或 rsync) → 训练@③ → 模型 → 推理@②
-```
-
-**为什么这样拆**：训练吃显存（参数+梯度+优化器+激活 ≈ 推理的 4~8 倍），推理不吃。
-- 3090 24GB：SmolVLA 全量微调 / π0-FAST LoRA —— 只有它干得动。
-- 3080 10GB：ACT(<1GB) / SmolVLA fp16(~2GB) 推理绰绰有余；遥操/采数几乎不占 GPU。
-
----
-
-## ② 3080 机（主家 · 10GB · 本地 Ubuntu · 机器人旁）
-
-| 项 | 值 |
-|---|---|
-| 位置 | **机器人/工作台旁**（SO-101 臂 USB 直插它） |
-| 主机名 / IP | `[待补]` |
-| Ubuntu 版本 | `[待补]`（建议 22.04） |
-| GPU | **3080（10GB）** —— 开发 + 推理 |
-| 驱动 / CUDA | `[待补]`（setup 脚本会打印） |
-| Python | **3.12**（venv，脚本自建） |
-| LeRobot | `[待补]`（预期 0.6.x） |
-| HF 账号 | `huggingface-cli login`（HF_ENDPOINT=hf-mirror） |
-| 目录 | `~/robot/`（本仓库 + lerobot + .venv） |
-
-**跑什么**：日常开发、`lerobot-teleoperate` / `lerobot-record`（臂插这）、`lerobot-eval|rollout`（推理部署）、P4 的 policy server。
-**显存预算**：ACT <1GB ✅ / SmolVLA fp16 ~2GB ✅ / π0-FAST ~7GB ⚠️（fallback 见文末）。
-
-## ③ 3090 机（训练专用 · 24GB · 远程 SSH）
-
-| 项 | 值 |
-|---|---|
-| 访问 | **SSH**（远程，与 ② 同局域网互通） |
-| 主机名 / IP | `[待补]` |
-| Ubuntu 版本 | `[待补]` |
-| GPU | **3090（24GB）** —— 只管训练 |
-| Python / LeRobot | 与 ② 同一 setup 脚本 |
-| 目录 | `~/robot/`（同一 git 库） |
-
-**跑什么**：只跑 `lerobot-train`（拉数据集 → 训 → 推模型回 Hub）。
-**兜底角色**：π0-FAST 推理在 ② 放不下时**代推**（同局域网+异步分块，多一跳延迟可接受）；② 忙时也可顶 ACT / SmolVLA-LoRA 训练。
-
-### 两机传大文件（同局域网，比 HF Hub 快）
 ```bash
-# ② → ③ 推数据集
-rsync -avzP ~/robot/data/  <user>@<3090-ip>:~/robot/data/
-# ③ → ② 拉训练好的模型
-rsync -avzP <user>@<3090-ip>:~/robot/outputs/train/<exp>/  ~/robot/models/<exp>/
+mkdir -p ~/robot
+git clone https://git.hyonglin.top/ylhan/lerobot_learn.git ~/robot/proj
+bash ~/robot/proj/env/setup_lerobot.sh --resolve
 ```
 
-## ① 本 Windows 机（`D:\robot\lerobot` · 我的写字台）
+产生 `env/requirements-linux-py312.lock` 和 `env/requirements-linux-py312.lock.input.sha256`。第一次解析尚不是经过验证的完整环境锁：先完成脚本检查，再做短视频编码/解码、小样本训练、保存和重新加载模型。
 
-| 项 | 值 |
-|---|---|
-| 角色 | 写代码 / 规划 / 文档；**不跑 LeRobot** |
-| Python | 3.14（LR 要 3.12；本机只编辑） |
-| git | 2.51.0 ✅ |
-| 外网 | ❌ 沙箱无外网 |
-| 同步 | **你从本机 push 到 git 库** → ② ③ pull |
+将这两个文件一起传到 3090 同一项目的 `env/` 目录，再运行：
 
-## ④ RPi 5（上机驱动板 · P3/P4 起）
+```bash
+bash ~/robot/proj/env/setup_lerobot.sh
+source ~/robot/.venv-lerobot-0.6.1/bin/activate
+```
 
-| 项 | 值 |
-|---|---|
-| OS | Raspberry Pi OS 64-bit |
-| 连接 | USB（有源 Hub）：2 臂 + 3 轮 + 3 相机；**以太网 → ② 3080**（policy server 在它上面） |
-| 软件 | LeRobot `.[feetech,lekiwi,dataset]` + thin client（推图/收 chunk/执行/fail-safe） |
-| 静态 IP | `[待补]` |
+默认安装严格使用锁与包哈希，不重新解析。两台比较报告中的锁 SHA256；验收通过后把锁、输入指纹与精简环境信息提交 git。**当前仓库尚未包含经过 Ubuntu/GPU 验证的传递依赖锁，默认安装会明确拒绝继续。**
 
-## ⑤ AWU408（富余算力，非关键路径）
-- 双 DRIVE Orin（508 TOPS）+ Aurix TC397。默认不用。
-- 用途：3090 忙训练时顶推理 / 固定台。
-- **待验证**：能否刷 Ubuntu+CUDA+PyTorch（常出厂 QNX/DRIVE OS）；跑不通就不管它。
+两台尽量统一 Ubuntu 版本，记录 Python 补丁版本、uv 版本与 NVIDIA 驱动；同一 Python 包锁不能锁定系统库或驱动。脚本 `uv pip sync` 仅作用于新命名的项目专用环境，会使其中包与锁一致，请勿把它用于其他项目。
 
----
+更新依赖时修改 `requirements.in`，人工归档旧锁及指纹后重新解析、两机复验；脚本拒绝覆盖已有锁，也不会自动更新 LeRobot。大模型、双臂移动所需新 extras 在对应阶段再加入输入并复验。
 
-## 国内网络 / 镜像（两台 GPU 机通用，setup 脚本自动处理）
-| 用途 | 直连不可达时的镜像 |
-|---|---|
-| pip | `https://pypi.tuna.tsinghua.edu.cn/simple`（或 Aliyun） |
-| HF dataset/weights | `HF_ENDPOINT=https://hf-mirror.com` |
-| git clone lerobot | `https://ghproxy.com/https://github.com/huggingface/lerobot.git` |
+## 网络与数据
 
-## π0-FAST 推理在 3080(10GB) 放不下时的 fallback（P5 才需要）
-1. **4-bit 量化**（权重 6.6GB → ~2GB，立刻宽裕）
-2. **batch=1 + bf16 硬试**（~8-9GB，可能刚好）
-3. **3090 代推**：policy server 起在 ③，② 只做遥操/采数（同局域网，异步分块下延迟可接受）
+默认使用官方索引。若需要镜像，可在安装前显式设置 `UV_DEFAULT_INDEX=https://pypi.tuna.tsinghua.edu.cn/simple`；uv 自身的 Python 下载不由该变量代理。下载失败应按报告排查，不自动切换不明 Git 代理。
+
+同局域网优先 rsync。HF Hub 可选；登录使用 `hf auth login`，认证上传使用官方端点，勿把下载镜像当作上传服务。Token 保存在机器凭据环境中，不进入 git、报告或聊天。
+
+```bash
+# 将占位符替换成自己的 SSH 目标；先停止录制，传完整且不再写入的数据目录。
+rsync -avP ~/robot/data/ USER@TRAIN_HOST:~/robot/data/
+rsync -avP USER@TRAIN_HOST:~/robot/outputs/ ~/robot/outputs/
+```
+
+每个实验保留数据版本/校验值、模型与处理器、配置、校准备份和评测记录。模型快照记录来源 revision，不自动随 Hub main 更新。同步代码使用 git；当前未配置 GPU 主机远程访问，因此 GPU 执行结果需从目标机器回传。
+
+## 验收报告
+
+脚本失败即非零退出，不把 MISS 当通过；输出完整日志、包列表、Python/FFmpeg 版本、CLI 帮助与锁哈希。脚本验证 CUDA 矩阵运算、实际策略模块和视频库导入，不连接电机，也不下载模型权重。
+
+后续必须记录：录制/解码结果、训练步耗时、训练和推理峰值显存、单次推理 P50/P95/P99，以及 20 次真机评测。不要将包可导入或显存参考值当作任务能力证据。

env/requirements.in

@@ -0,0 +1,4 @@
+# P0/P1: Ubuntu x86_64 GPU hosts, Python 3.12.
+# Resolve once on 3080; share the lock and its input fingerprint with 3090.
+# ACT uses the base dependencies; v0.6.1 has no 'act' extra.
+lerobot[core_scripts,training,feetech,smolvla]==0.6.1

env/setup_lerobot.sh

@@ -1,116 +1,93 @@
 #!/usr/bin/env bash
-# ============================================================
-#  LeRobot 一键环境 — 3080 主家 / 3090 训练机（两台 Ubuntu 都跑一遍）
-#  用法:
-#    nano ~/robot/setup_lerobot.sh   # 粘入本文件
-#    bash ~/robot/setup_lerobot.sh
-#  跑完把【整段输出】粘回给助手，我带你走 P1。
-# ============================================================
-set -uo pipefail
-
-WORKDIR="${HOME}/robot"
-LEROBOT_DIR="${WORKDIR}/lerobot"
-VENV="${WORKDIR}/.venv"
-PY=3.12
-# LeRobot extras：feetech(SO-101) + lekiwi(底盘) + dataset(采数) + smolvla(主力VLA) + pi0(π0/π0-FAST)
-EXTRAS="feetech,lekiwi,dataset,smolvla,pi0"
-
-hr(){ echo; echo "========== $* =========="; }
-
-hr "[1/7] 环境探测"
-if [ -r /etc/os-release ]; then . /etc/os-release; echo "OS: ${PRETTY_NAME:-?}"; fi
-if command -v nvidia-smi >/dev/null 2>&1; then
-  nvidia-smi --query-gpu=name,memory.total,driver_version --format=csv,noheader
-else
-  echo "!! 未检测到 nvidia-smi —— GPU 驱动可能没装（3090 应能识别）。先装驱动再继续。"
-fi
-echo "系统 python3: $(python3 --version 2>&1)"
-echo "有 python3.12: $([ -x "$(command -v python3.12)" ] && echo 是 || echo 否)"
-echo "有 uv:          $([ -x "$(command -v uv)" ] && echo 是 || echo 否)"
-echo "有 git:         $(git --version 2>&1)"
-echo "有 ffmpeg:      $([ -x "$(command -v ffmpeg)" ] && echo 是 || echo 否)"
-
-hr "[2/7] 网络/镜像策略（直连 vs 国内镜像）"
-PIP_URL="https://pypi.org/simple"
-if curl -fsS --max-time 6 https://pypi.org >/dev/null 2>&1; then
-  echo "pypi 直连可达 → 官方源"
-else
-  echo "pypi 直连不可达 → 清华镜像"; PIP_URL="https://pypi.tuna.tsinghua.edu.cn/simple"
-fi
-if curl -fsS --max-time 6 https://huggingface.co >/dev/null 2>&1; then
-  echo "HF 直连可达 → 官方"; HF_ENDPOINT="https://huggingface.co"
-else
-  echo "HF 直连不可达 → hf-mirror"; HF_ENDPOINT="https://hf-mirror.com"
-fi
-export HF_ENDPOINT
-echo "→ PIP_URL=$PIP_URL"; echo "→ HF_ENDPOINT=$HF_ENDPOINT"
-
-hr "[3/7] Python ${PY} venv (${VENV})"
-mkdir -p "${WORKDIR}"
-if [ -d "${VENV}" ]; then echo "venv 已存在，复用"; else
-  if command -v uv >/dev/null 2>&1; then
-    uv venv --python ${PY} "${VENV}"
-  elif command -v python3.12 >/dev/null 2>&1; then
-    python3.12 -m venv "${VENV}"
-  elif command -v python3.11 >/dev/null 2>&1; then
-    echo "无 3.12，用 3.11 兜底（LeRobot 要 3.12，可能装不上，建议装 uv 或 deadsnakes 3.12）"
-    python3.11 -m venv "${VENV}"
-  else
-    echo "!! 没有 3.12/3.11/uv。装 uv:  curl -LsSf https://astral.sh/uv/install.sh | sh   然后重跑"; exit 1
-  fi
-fi
-# shellcheck disable=SC1091
-source "${VENV}/bin/activate"
-python -m pip install -U pip -i "${PIP_URL}"
-echo "venv python: $(python --version)  ($(which python))"
-
-hr "[4/7] clone LeRobot → ${LEROBOT_DIR}"
-if [ -d "${LEROBOT_DIR}/.git" ]; then
-  echo "已存在 → git pull 更新"; ( cd "${LEROBOT_DIR}" && git pull ) || true
-else
-  if curl -fsS --max-time 6 https://github.com >/dev/null 2>&1; then
-    git clone https://github.com/huggingface/lerobot.git "${LEROBOT_DIR}"
-  else
-    echo "github 直连慢/不可达 → 走 ghproxy 加速"
-    git clone https://ghproxy.com/https://github.com/huggingface/lerobot.git "${LEROBOT_DIR}"
-  fi
-fi
-cd "${LEROBOT_DIR}"
-echo "当前 commit: $(git log -1 --oneline 2>/dev/null)"
-
-hr "[5/7] 安装 LeRobot [${EXTRAS}]"
-pip install -e ".[${EXTRAS}]" -i "${PIP_URL}" 2>&1 | tail -n 25
-# ffmpeg（LeRobot 编视频需要）
-if ! command -v ffmpeg >/dev/null 2>&1; then
-  echo "装 ffmpeg ..."; ( sudo apt-get install -y ffmpeg 2>&1 || conda install -y -c conda-forge ffmpeg 2>&1 ) | tail -n 5
-fi
-
-hr "[6/7] 验证"
-python - <<'PY'
-import importlib, torch
-print("torch", torch.__version__,
-      "| cuda", torch.cuda.is_available(),
-      "| gpu", (torch.cuda.get_device_name(0) if torch.cuda.is_available() else "N/A"),
-      "| vram_GB", round(torch.cuda.get_device_properties(0).total_memory/1e9,1) if torch.cuda.is_available() else 0)
-try:
-    import lerobot; print("lerobot", getattr(lerobot, "__version__", "?"))
-except Exception as e:
-    print("lerobot import 失败:", e)
-for m in ["lerobot.policies.smolvla","lerobot.policies.pi0","lerobot.policies.act"]:
-    try: importlib.import_module(m); print("OK ", m)
-    except Exception as e: print("MISS", m, "->", e)
-PY
-echo "--- CLI 命令 ---"
-for c in lerobot-find-port lerobot-find-cameras lerobot-calibrate lerobot-teleoperate lerobot-record lerobot-train lerobot-eval lerobot-rollout; do
-  command -v "$c" >/dev/null 2>&1 && echo "OK   $c" || echo "MISS $c"
+# Ubuntu x86_64 GPU hosts. First host: --resolve; second host: same lock.
+set -Eeuo pipefail
+trap 'printf "ERROR at line %s: environment NOT verified.\n" "$LINENO" >&2' ERR
+SCRIPT_DIR="$(cd -- "$(dirname -- "${BASH_SOURCE[0]}")" && pwd)"
+WORKDIR="${ROBOT_WORKDIR:-${HOME}/robot}"
+VENV="${WORKDIR}/.venv-lerobot-0.6.1"
+LOCK="${SCRIPT_DIR}/requirements-linux-py312.lock"
+INPUT="${SCRIPT_DIR}/requirements.in"
+RESOLVE=false
+case "${1:-}" in
+  --resolve) RESOLVE=true ;;
+  --help) echo "Usage: bash $0 [--resolve] (Linux x86_64, uv, NVIDIA driver, ffmpeg)"; exit 0 ;;
+  "") ;;
+  *) echo "Unknown argument: $1" >&2; exit 2 ;;
+esac
+[[ $# -le 1 ]] || { echo "Too many arguments" >&2; exit 2; }
+[[ "$(uname -s)" == Linux && "$(uname -m)" == x86_64 ]] || {
+  echo "Only Linux x86_64 GPU hosts are supported; RPi needs a separate environment." >&2; exit 1;
+}
+for cmd in uv nvidia-smi ffmpeg sha256sum; do
+  command -v "$cmd" >/dev/null || { echo "Missing prerequisite: $cmd" >&2; exit 1; }
 done
-
-hr "[7/7] 完成 — 之后每次用 3090 前先:"
-cat <<EOF
-  source ${VENV}/bin/activate
-  cd ${LEROBOT_DIR}
-  export HF_ENDPOINT=${HF_ENDPOINT}
-  huggingface-cli login      # 首次: 输你的 HF token
-EOF
-echo "✅ 把上面 [1]~[7] 的完整输出粘回给助手。"
-echo "   若全 OK，我们就进 P1：插第一条 SO-101 → lerobot-find-port → 校准 → 遥操。"
+if ! $RESOLVE && [[ ! -s "$LOCK" ]]; then
+  echo "Missing lock: use --resolve on 3080 first; transfer the validated lock and .input.sha256 to 3090." >&2; exit 1
+fi
+if $RESOLVE && [[ -e "$LOCK" || -e "$LOCK.input.sha256" ]]; then
+  echo "Refusing to overwrite existing lock. Review and archive it before an intentional update." >&2; exit 1
+fi
+mkdir -p "$WORKDIR"
+REPORT="${WORKDIR}/reports/$(date -u +%Y%m%dT%H%M%SZ)-$$"
+mkdir -p "$REPORT"
+exec > >(tee "$REPORT/setup.log") 2>&1
+echo "[1/5] Prerequisites"
+nvidia-smi --query-gpu=name,memory.total,driver_version --format=csv,noheader
+uv --version
+ffmpeg -version > "$REPORT/ffmpeg.txt"
+# Set UV_DEFAULT_INDEX explicitly if a mirror is needed. No automatic Hub/token routing.
+echo "[2/5] Dedicated Python 3.12 environment"
+if [[ ! -d "$VENV" ]]; then uv venv --python 3.12 "$VENV"; fi
+PYTHON="${VENV}/bin/python"
+"$PYTHON" -c 'import sys; assert sys.version_info[:2] == (3, 12), sys.version'
+if $RESOLVE; then
+  TEMP_LOCK="$(mktemp "${LOCK}.tmp.XXXXXX")"
+  trap 'rm -f -- "$TEMP_LOCK"' EXIT
+  uv pip compile "$INPUT" --python "$PYTHON" --generate-hashes --output-file "$TEMP_LOCK"
+  mv -- "$TEMP_LOCK" "$LOCK"
+  (cd "$SCRIPT_DIR" && sha256sum requirements.in) > "$LOCK.input.sha256"
+  trap - EXIT
+fi
+[[ -s "$LOCK.input.sha256" ]] || { echo "Missing input fingerprint" >&2; exit 1; }
+(cd "$SCRIPT_DIR" && sha256sum --check "${LOCK}.input.sha256")
+echo "[3/5] Install locked packages (dedicated venv only)"
+uv pip sync --python "$PYTHON" --require-hashes "$LOCK"
+uv pip check --python "$PYTHON"
+echo "[4/5] GPU, policy implementations, video libraries and CLI"
+"$PYTHON" - <<'PY'
+import importlib
+import importlib.metadata
+import torch
+assert importlib.metadata.version('lerobot') == '0.6.1'
+assert torch.cuda.is_available(), 'CUDA unavailable: check driver and torch build'
+x = torch.ones((32, 32), device='cuda')
+assert (x @ x).sum().item() == 32768
+torch.cuda.synchronize()
+print('torch:', torch.__version__, 'CUDA:', torch.version.cuda, 'GPU:', torch.cuda.get_device_name(0))
+for module in (
+    'lerobot.policies.act.modeling_act',
+    'lerobot.policies.smolvla.modeling_smolvla',
+    'lerobot.robots.so_follower',
+    'lerobot.teleoperators.so_leader',
+    'av', 'torchcodec',
+):
+    importlib.import_module(module)
+    print('OK:', module)
+PY
+for cli in lerobot-find-port lerobot-find-cameras lerobot-setup-motors lerobot-calibrate lerobot-teleoperate lerobot-record lerobot-train lerobot-rollout; do
+  [[ -x "$VENV/bin/$cli" ]] || { echo "Missing CLI: $cli" >&2; exit 1; }
+done
+# find-port ignores --help and starts an interactive USB discovery procedure.
+# Discovery tools are checked for existence only; never invoke them in setup.
+for cli in lerobot-setup-motors lerobot-calibrate lerobot-teleoperate lerobot-record lerobot-train lerobot-rollout; do
+  "$VENV/bin/$cli" --help > "$REPORT/$cli-help.txt" 2>&1
+done
+echo "[5/5] Save verification evidence"
+uv pip freeze --python "$PYTHON" > "$REPORT/packages.txt"
+"$PYTHON" -VV > "$REPORT/python.txt"
+sha256sum "$LOCK" > "$REPORT/lock.sha256"
+cp -- "$LOCK" "$LOCK.input.sha256" "$REPORT/"
+echo "PASS: software smoke checks only; recording, model training and robot safety remain unverified."
+echo "Report: $REPORT"
+printf 'Activate: source %q/bin/activate\n' "$VENV"
+echo "Use hf auth login only if accessing the Hub; use the official endpoint for authenticated uploads."