安装
wuji-mjlab 通过 pixi 安装，由 lockfile 解析完整的 CUDA 与 PyTorch 栈。
本项目仅支持 pixi。conda + pip install -e . 未经测试且不受支持。
环境要求
- Linux x86_64
- NVIDIA GPU，CUDA 12.8（支持 Blackwell sm_120 / RTX 50 系列）
- pixi ≥ 0.66（CI 用的版本）
用于 sim-to-real 部署时，还需要 Wuji Hand 硬件与相机装置，完整硬件清单见硬件搭建。
安装
# 1. install pixi (one-time)
curl -fsSL https://pixi.sh/install.sh | bash
# 2. clone and resolve the environment
git clone https://github.com/wuji-technology/wuji-mjlab
cd wuji-mjlab
pixi install这一步生成训练与评测用的 default 环境。如需 sim-to-real 桥，再安装可选的 deploy 环境：
pixi install -e deploy验证
pixi run list-envs它列出已注册的任务，并确认 mjlab 与 tyro 栈可正常 import。
依赖下载缓慢
如果 pixi install 拉取 PyTorch wheel 时卡住，在 pixi.toml 现有的 [pypi-options] 段上增改镜像键。保留 index-strategy 与 [pypi-options.dependency-overrides] 段，把索引指向镜像源：
[pypi-options]
index-strategy = "unsafe-best-match"
index-url = "https://mirrors.aliyun.com/pypi/simple/"
extra-index-urls = ["https://mirrors.aliyun.com/pytorch-wheels/cu128"]这是本地修改，不要 commit——pixi.toml 与 pixi.lock 一旦不一致，CI 的 lockfile 校验会失败。
开发环境
参与开发时，克隆后安装 pre-commit hooks：
pixi run pre-commit install之后每次 git commit 都会在本地跑 ruff、codespell，以及 YAML、TOML 与大文件检查，在 CI 之前拦截问题。手动全量跑用 pixi run pre-commit run --all-files。
不要在 pixi 环境里用 pip install。pip 装的依赖不会被 pixi.toml 或 pixi.lock 追踪，下次解析时会消失。要加依赖请改 pixi.toml，再运行 pixi install。