harness_env：RTX PRO 6000 服务器的 /workspace 备份

gpu01–gpu05（RTX PRO 6000，k8s pod）的 /workspace 是 emptyDir：pod 被删除或宕机重建时会清空。 这里是快照（RoboDojo 与感知服务 2026-10-29，RoboCasa365 2026-10-30），用来在新 pod 上几分钟内恢复环境。

有什么

包	内容	大小	分块
robodojo/miniconda3	conda + 仿真环境 RoboDojo（与镜像逐包一致），解到 /workspace/miniconda3	14G	2
robodojo/RoboDojo_code	RoboDojo 源码（726e9aa，含按钮复位补丁），解到 /workspace/RoboDojo	486M	1
robodojo/RoboDojo_Assets	RoboDojo Assets（HF revision 35efbc7dedfd，含已生成的 curobo.yml）	36G	4
robodojo/probe-env	rd-selftest、rd-assets 用的小环境 /workspace/robodojo/probe-env	95M	1
perception/yuheng_services	VGGT/SAM 感知服务代码和它的 venv、uv python，解到 /workspace/yuheng/services	4.5G	1
robocasa/envs	RoboCasa365 的两个 venv（envs/robocasa py3.10.12、envs/daedalus py3.12.15）和 uv 0.13.5 及其 Python，解到 /workspace/robocasa	4.3G	1
robocasa/code	RPent d903f38 和 robocasa/robosuite/RLDX-1/RLinf 源码（固定 commit）、RPent 任务记忆库、安装脚本与核对记录、env.sh	1.1G	1
robocasa/assets	RoboCasa365 Assets（解开后的 robocasa_assets，123,440 个文件，与 st-gpu01 逐文件一致）	11G	2

每个包是 tar | zstd 后按 10 GB 切成的 .part-NN，解开后路径从 /workspace 下开始。MANIFEST.sha256 是所有分块的校验和。 没有放进来的内容（凭据、需要授权的模型权重、可重新生成的缓存、私有代码）见 EXCLUDED.md， 其中需授权的权重恢复后要用有授权的 HF 账号重新下载。

恢复

在新服务器上（只需要 curl、tar、zstd；公开仓，不需要 token）：

curl -fsSLO https://huggingface.co/datasets/siyuhsu/harness_env/resolve/main/restore.sh
bash restore.sh robodojo         # RoboDojo 仿真环境
bash restore.sh perception       # VGGT/SAM 感知服务代码 → /workspace/yuheng/services
bash restore.sh robocasa         # RoboCasa365 环境 → /workspace/robocasa

每块下载完会校验 sha256，中断后重跑会接着下载。也可以用 hf download siyuhsu/harness_env --repo-type dataset 先整体下载， 再照 restore.sh 里的做法 cat <名>.tar.zst.part-* | zstd -d | tar -x -C /workspace。

恢复之后

• RoboDojo：在有 robodojo_env 仓库的机器上运行 bash native/rd-deploy <ssh主机> --no-selftest。它会推送 rd-* 工具、 补系统层（apt、Vulkan）、核对环境（已解开的内容不会重装），然后在服务器上跑 rd-selftest 确认能渲染。
• 感知服务：按 EXCLUDED.md 用有授权的 HF 账号把模型下载到 /workspace/yuheng/hf_cache，再按 /workspace/yuheng/services/README_pro6000.md 启动（svc.sh）。
• RoboCasa365：source /workspace/robocasa/env.sh。还差两样不在公开仓里的东西（见 EXCLUDED.md）： Daedalus 的 RoboCasa 分支代码要放到 /workspace/robocasa/Daedalus-robocasa（robocasa/e11 @ b222173）， envs/daedalus 已经以可编辑方式指向这个路径，放好即可用，不用重装；Codex 的 config.toml 放到 /workspace/robocasa/codex-home-robocasa/。 然后在一张空闲卡上跑 python3 /workspace/robocasa/setup/rc_smoke.py --gpu <N> --n 1 确认能建环境、能渲染。 要从头重装可以用 /workspace/robocasa/setup/rc-setup.sh。