通过如下命令新建一个package框架： ros2 pkg create –build-type ament_cmake –license Apache-2.0 cpp_parameters –dependencies rclcpp 支持Parameters的最小节点源代码： #include <chrono> #include <functional> #include <string> #include <rclcpp/rclcpp.hpp> using namespace std::chrono_literals; class MinimalParam : public rclcpp::Node { public: MinimalParam() : Node(“minimal_param_node”) { auto param_desc = rcl_interfaces::msg::ParameterDescriptor{}; param_desc.description = “This parameter is mine!”; this->declare_parameter(“my_parameter”, “world”, param_desc); timer_ = this->create_wall_timer( 1000ms, std::bind(&MinimalParam::timer_callback, this)); } void […]

最近的一个学习项目使用VS Code和Copilot为主要开发环境，Vibe Coding真是大大提高生产力，这个项目几乎99%的代码都是AI写的，整体来说是一个结伴编程的模式，我充当整体架构把控，AI帮我每个模块每个模块来实现。这个项目很复杂，持续了几个月，而VS Code的Copilot上下文很可怜，所以我充分使用了大量markdown文档记录进度记录plan，也用到了copilot-instructions.md 来让Copilot每次对话开始时主动读取一些规范性背景性得文档。可是实际用下来到你觉到大模型仅止步于此，并没有主动执行读各个模块的plan/progress的步骤。所以每次重启IDE后，模型感觉都很弱智，说了解背景也了解一点，但是不多。 解决首次开IDE后AI大模型对于记忆丢失的问题，一个解决方法是将项目重要背景以及当前进展写入copilot-instructions.md，但是这会使这个文件超级臃肿，另外一方面是我现在用到了，创建一个prompt脚本，每次新打开IDE手动运行一下，一方面让Copilot真正读一下其他的几个plan/progress文档，另一方面给我们一个当前状态的总结。 /session-start 使用这套模式主要是由于Copilot对于历史记忆做的不好，另外这套模式能够生效的一个前提是plan/progress文档能够及时且准备更新，我是通过一个skills完成的，当和大模型说特定命令，大模型就会逐个将模块中各自的以及项目整体的plan/progress根据当前的修改完成更新： 这是我使用VS Code Copilot的一些心得，如果对你有用，帮忙点个赞吧。      

通过如下命令新建一个package框架： ros2 pkg create –build-type ament_python –license Apache-2.0 python_parameters –dependencies rclpy Python的示例代码为： import rclpy import rclpy.node class MinimalParam(rclpy.node.Node): def __init__(self): super().__init__(‘minimal_param_node’) self.declare_parameter(‘my_parameter’, ‘world’) self.timer = self.create_timer(1, self.timer_callback) def timer_callback(self): my_param = self.get_parameter(‘my_parameter’).get_parameter_value().string_value self.get_logger().info(‘Hello %s!’ % my_param) my_new_param = rclpy.parameter.Parameter( ‘my_parameter’, rclpy.Parameter.Type.STRING, ‘world’ ) all_new_parameters = [my_new_param] self.set_parameters(all_new_parameters) def main(): rclpy.init() node = MinimalParam() rclpy.spin(node) if

按照之前学习到的建立workspace以及package框架的指令，创建我们的这个最小服务端客户端节点的框架： ros2 pkg create –build-type ament_python –license Apache-2.0 py_srvcli –dependencies rclpy example_interfaces 当节点之间使用服务进行通信时，发送数据请求的节点称为客户端节点，响应请求的节点称为服务节点。请求和响应的结构由 .srv 文件决定。在使用ros2命令生成一个package框架时候，需要一个参数example_interfaces来生成需要的.srv文件。对于我们一个两数相加的服务例子，在.srv需要如下内容： int64 a int64 b — int64 sum 前边两个是客户端request的参数，最后是服务端response的参数。然后开始准备我们具体的代码。 服务端代码为： from example_interfaces.srv import AddTwoInts import rclpy from rclpy.node import Node class MinimalService(Node): def __init__(self): super().__init__(‘minimal_service’) self.srv = self.create_service(AddTwoInts, ‘add_two_ints’, self.add_two_ints_callback) def add_two_ints_callback(self, request, response): response.sum = request.a + request.b self.get_logger().info(‘Incoming request\na:

当节点之间使用服务进行通信时，发送数据请求的节点称为客户端节点，响应请求的节点称为服务节点。请求和响应的结构由 .srv 文件决定。在使用ros2命令生成一个package框架时候，需要一个参数example_interfaces来生成需要的.srv文件。对于我们一个两数相加的服务例子，在.srv需要如下内容： int64 a int64 b — int64 sum 前边两个是客户端request的参数，最后是服务端response的参数。然后开始准备我们具体的代码。 服务端示例代码为： #include “rclcpp/rclcpp.hpp” #include “example_interfaces/srv/add_two_ints.hpp” #include <memory> void add(const std::shared_ptr<example_interfaces::srv::AddTwoInts::Request> request, std::shared_ptr<example_interfaces::srv::AddTwoInts::Response> response) { response->sum = request->a + request->b; RCLCPP_INFO(rclcpp::get_logger(“rclcpp”), “Incoming request\na: %ld” ” b: %ld”, request->a, request->b); RCLCPP_INFO(rclcpp::get_logger(“rclcpp”), “sending back response: [%ld]”, (long int)response->sum); } int main(int argc, char **argv) { rclcpp::init(argc, argv);