Rerun 数据流可视化搭建：从零到第一个窗口，3 个 SDK 完整跑通

Rerun 数据流可视化搭建：从零到第一个窗口，3 个 SDK 完整跑通

【免费下载链接】rerunVisualize, query, and stream to train on multimodal robotics data.项目地址: https://gitcode.com/GitHub_Trending/re/rerun

Rerun 是一个开源的多模态数据流可视化工具：手里有一批点云、视频和位姿数据，它给你开一个本地窗口，看数据动起来、暂停、放大。一端记日志，另一端渲染成三维画面。跟着下面的步骤走完，你会得到一个能从源码运行的 Viewer，以及 Python、Rust、C++ 三个可以本地构建、能打调试的 SDK。

这套环境长什么样

全部装好之后，你手里是五样东西：

• 一个能直接跑的 Viewer：调试产物在target/debug/rerun，发布产物在target/release/rerun；
• Python SDK：源码在 rerun_py/，本地构建后import rerun即可用，还能产出可安装的 wheel；
• Rust SDK：核心 crate 集中在 crates/，cargo 可直接构建、测试；
• C++ SDK：rerun_cpp/，由 CMake 驱动，构建入口在 rerun_cpp/CMakeLists.txt；
• 一条调试链路：VS Code 可以对 Viewer 和各语言示例打断点。

后面几节只做一件事：把这五样东西跑出来。

最快路径：从零到第一个窗口

先确认你的系统在下列范围内：

Linux 下装 build-essential、Rust 1.88.0 与 Pixi 0.41.4

sudo apt update && sudo apt install -y build-essential git git-lfs curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh -s -- -y source $HOME/.cargo/env rustup install 1.88.0 rustup default 1.88.0 curl -fsSL https://pixi.sh/install.sh | bash pixi self-update --version 0.41.4

macOS 与 Windows：同样三步，换包管理器

macOS 把第一行换成：

brew install git git-lfs

之后装 Rust、Pixi 的步骤与 Linux 相同。Windows 分三步走：装 Git for Windows（安装时勾选 "Enable symbolic links"，装完执行git lfs install）；装好 rustup 后执行与上面相同的rustup install 1.88.0两行；装好 Pixi 后执行pixi self-update --version 0.41.4。

克隆仓库并跑过 check-env 校验

git clone https://gitcode.com/GitHub_Trending/re/rerun cd rerun git lfs install git lfs pull pixi run check-env

这个脚本会逐个核对 pixi、cargo、rustc 的版本，任何一项对不上都会以非零码退出，逻辑见 scripts/check_env.py。

从源码装 Rerun Viewer，打开第一个窗口

pixi run rerun

💧 第一次执行要编译整个工作区，是全程最慢的一步，可以先去倒杯水。

窗口弹出来，就是你想要的 Viewer。想要发布版，同一条命令加--release参数即可，产物落在target/release/rerun。

按语言开工

Python：本地构建 SDK，用 minimal 示例开窗口

这节的目标是：让import rerun在当前环境生效，并用一个彩色点云示例开起窗口。

pixi run py-build

需要可安装的 wheel 时，再走打包流程：

pixi run py-build-wheels-sdk-only pip install ./dist/CURRENT_ARCHITECTURE/*.whl

跑示例：

cd examples/python/minimal pixi run python minimal.py

minimal.py 的核心就四行：

rr.init("rerun_example_minimal", spawn=True) positions = np.vstack([xyz.ravel() for xyz in np.mgrid[3 * [slice(-10, 10, 10j)]]]).T colors = np.vstack([rgb.ravel() for rgb in np.mgrid[3 * [slice(0, 255, 10j)]]]).astype(np.uint8).T rr.log("my_points", rr.Points3D(positions, colors=colors, radii=0.5))

敲完运行，窗口里出现一簇带颜色渐变的三维点。

Rust：构建库并跑通 minimal 示例

这节的目标是：把 crates 工作区编译过，让 minimal 示例打开同样的点云。

cargo build --all-features cargo run -p minimal

示例在 examples/rust/minimal/src/main.rs：一个 10×10×10 的网格点，颜色按坐标渐变，日志逻辑和 Python 版完全一致。cargo test --all-features可以跑全部测试，cargo doc --all-features --no-deps --open生成 API 文档。

C++：用 CMake 构建并运行 minimal 示例

这节的目标是：C++ SDK 与示例在当前机器上能编过、能跑起来。

pixi run -e cpp cpp-build-all cd examples/cpp/minimal cmake -B build cmake --build build ./build/minimal

SDK 构建是否有问题，用pixi run -e cpp cpp-test验证。

让它跑得更快

🐢 编译太慢：换一个更快的链接器

Rerun 是静态链接，最后一步链接最慢。Linux 上装 mold：

sudo apt install mold

再往~/.cargo/config.toml里写：

[target.x86_64-unknown-linux-gnu] linker = "clang" rustflags = [ "-C", "link-arg=-fuse-ld=/usr/bin/mold", "-C", "split-debuginfo=unpacked", ]

macOS 思路相同：Intel 芯片装 zld（brew install michaeleisel/zld/zld），在对应 target 的 rustflags 里加-C", "link-arg=-fuse-ld=/usr/local/bin/zld"。Windows 则在[target.x86_64-pc-windows-msvc]下写linker = "rust-lld.exe"和-C", "split-debuginfo=packed"，先执行rustup component add llvm-tools-preview装好 LLVM 工具链。

🧊 用 sccache 吃掉重复编译

cargo install sccache export RUSTC_WRAPPER=sccache export SCCACHE_CACHE_SIZE="256G"

之后重复编译的大部分代码直接命中缓存，第二次全量构建会明显变快。

🐞 断点进不去：让 VS Code 指向编译产物

在项目根目录建.vscode/launch.json，用 lldb 启动 Viewer：

{ "version": "0.2.0", "configurations": [ { "name": "Rerun Viewer", "type": "cppdbg", "request": "launch", "program": "${workspaceFolder}/target/debug/rerun", "MIMode": "lldb" } ] }

装上 rust-analyzer、CodeLLDB、Crates 三个插件。想调试 Rust 示例时，再加一个 lldb 配置指向minimal包，写法相同。

卡住了，先查这里

下一步去哪

• 示例集：examples/下按 python、rust、cpp、c 组织，结构一致，挑一个跑通再看别的。
• 官方文档：docs/content/
• 常用开发任务（完整配置见 pixi.toml），pixi task list可查全部：
  • pixi run lint跑所有代码检查
  • pixi run fmt格式化所有代码
  • pixi run test跑所有测试
  • pixi run docs生成所有文档
• 参与贡献：先看 CONTRIBUTING.md 的流程，风格对齐 CODE_STYLE.md，提交 PR 前跑一遍pixi run pre-push。

窗口开起来之后，把示例里的演示点云换成你自己的数据，这个窗口就是你的了。

【免费下载链接】rerunVisualize, query, and stream to train on multimodal robotics data.项目地址: https://gitcode.com/GitHub_Trending/re/rerun