一键部署到 Jetson:在 PC 上开发,点击一下自动同步代码 + 配环境 + 运行(demo 开源)

项目地址 & 效果展示

📌 GitHub 开源地址:
https://github.com/zibochen6/demo_deploy_on_jetson

🎥 视频展示效果:

背景:Jetson 开发的常见痛点

在 Jetson(Nano / Xavier / Orin)上做项目开发的同学,应该都遇到过类似的情况:

  • 平时在 PC 上写代码效率最高(IDE 顺手、调试方便)

  • 但项目最终必须跑在 Jetson 上(推理、部署、硬件接口、摄像头等)

于是你就会进入一种非常烦人的循环:

典型 Jetson 开发流程(痛苦版)

  1. 把 Jetson 接上显示器

  2. 插上鼠标键盘

  3. 连接网络,找 IP

  4. 传代码过去

  5. 重新配置 Python 环境

  6. 装依赖

  7. 运行报错

  8. 修复 → 重复上面步骤...

说实话:

Jetson 很强,但每次像"把它当桌面电脑"来操作,效率真的很低。


我的解决思路:让 Jetson 变成"部署目标"

针对这个问题,我做了一个 demo 项目:

在 PC 上开发,只需要点击一键部署,Jetson 自动完成环境搭建与项目运行。

核心目标就是一句话:

PC coding

➡️ 一键部署

➡️ Jetson 自动拉取代码 + 安装依赖 + 运行程序

整个过程不需要你再:

  • 给 Jetson 插显示器

  • 插鼠标键盘

  • 手动配环境

  • 手动复制文件


这个 demo 能做什么?

目前这个 demo 已实现:

  • 通过 SSH 与 Jetson 建立通信

  • 自动将本地项目部署到 Jetson

  • 自动在 Jetson 上执行安装 / 运行流程

  • 支持"无屏幕、无键鼠"的开发模式

换句话说:

Jetson 不再是"需要操作的电脑",而是一个远程的运行目标。

适用场景

我认为这个 demo 对下面场景特别友好:

  • 边缘 AI 推理项目(YOLO / TensorRT / ONNX Runtime)

  • 机器人开发(ROS2、摄像头、串口等)

  • Jetson 作为远程节点长期运行

  • 多台 Jetson 批量部署(后续可扩展)

后续计划(Roadmap)

目前项目还在 demo 阶段,后续我计划继续完善,例如:

  • 增加 rsync 增量同步(减少每次全量拷贝)

  • 支持 Docker 一键部署(环境更稳定)

  • 支持部署多个 Jetson 节点

  • 增加日志实时输出(类似 tail -f)

  • 增加失败回滚机制(部署失败不影响旧版本运行)

你们 Jetson 开发一般怎么提高效率?

我也想借这个机会向大家请教一下:

  • 你们在 Jetson 上开发/部署的最佳实践是什么?

  • 你们更倾向用:

    • SSH + rsync?

    • Docker?

    • Ansible?

    • 还是其它方式?

  • 这个 demo 的思路有没有明显坑点?

欢迎评论区交流~

如果你觉得这个项目方向有意义,也欢迎 star ⭐ 或提 issue,一起完善!

相关推荐
AI多Agent协作实战派9 小时前
【AI探索历程17】从“给自己用“到想“让别人用“
人工智能
吴佳浩10 小时前
Memory Provider 实战:Hermes、Mem0、Honcho、Hindsight 为什么都这样设计?
人工智能·agent·ai编程
吴佳浩10 小时前
企业级 Agent Memory 选型指南:如何构建可扩展的 Memory Service?
人工智能·agent·ai编程
北方的银狐-Zero11 小时前
ERP 管执行,数据管标准,OntoL本体 管思考:企业智能化升级的规划图
大数据·人工智能·本体论
浅安的邂逅12 小时前
260918-白帽把 OpenAI 论坛“打穿“了:攻防赛漏洞、账户被 Claude 入侵、模型偷偷掩盖不当行为
人工智能·大模型·ai编程·ai模型·行业动态
jinyishu_12 小时前
认识 AI Agent:概念、架构、设计模式与主流框架
人工智能
Hrain-AI12 小时前
AI 爬虫三档授权工程落地:搜索放行、训练拦截、Agent 分层(附脚本)
人工智能·elasticsearch·milvus
sunhy_csdn12 小时前
“词码”作为 Token 候选译名
人工智能
Hrain-AI12 小时前
多 Agent 并行不打架:worktree 隔离与反馈回流落地(附脚本)
网络·数据库·人工智能·架构