> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/german/hauptfunktionen/headless/installation.md).

# Installation (Headless)

Die Installation von Headless AugeLab Studio hängt von Ihrem Betriebssystem ab. Folgen Sie den Anweisungen unten für Ihre Plattform.

## Windows

Der AugeLab Studio-Installer richtet die Headless-Runtime bereits automatisch ein. Das ist die empfohlene Methode, Headless Studio unter Windows zu installieren.

## Linux

Laden Sie das Linux-Installationsskript von <https://account.augelab.com> herunter. Der Installer unterstützt Debian und Debian-basierte Distributionen (z. B. Ubuntu). Er erstellt ein isoliertes virtuelles Umfeld unter `~/studio_venv`, installiert das gewählte `studio`-Paketprofil und legt bei Auswahl der UI-Modus-Option Desktop-Launcher an.

> **Warnung:**\
> Der Installer installiert nicht das NVIDIA CUDA Toolkit oder NVIDIA-Treiber. Für AI/GPU-Betrieb installieren Sie zuerst den passenden NVIDIA-Treiber und **CUDA 12.8** auf dem Rechner.

### Vollständige Installation

Für die reguläre Desktop- + Headless-Installation:

```bash
chmod +x installer.sh
./installer.sh --ui
```

Dies installiert `studio[ui]`, erstellt `~/studio_venv`, fügt den Launcher `augelab_studio` hinzu und legt Desktop-Einträge an.

Nach der Installation starten Sie:

```bash
augelab_studio
```

### Vollständige Installation mit AI/GPU-Unterstützung

Installieren Sie zuerst den NVIDIA-Treiber und **CUDA 12.8**. Dann:

```bash
chmod +x installer.sh
./installer.sh --ui --ai
```

Dies installiert `studio[ui,gpu]`.

<details>

<summary>Nur Headless</summary>

Wenn Sie nur die Python-API benötigen und keine Desktop-Oberfläche:

```bash
chmod +x installer.sh
./installer.sh --headless
```

Dies installiert `studio`. Es werden keine UI-Launcher oder Desktop-Einträge angelegt.

</details>

<details>

<summary>Headless mit AI/GPU-Unterstützung</summary>

Installieren Sie zuerst NVIDIA-Treiber und **CUDA 12.8**. Dann:

```bash
chmod +x installer.sh
./installer.sh --headless --ai
```

Dies installiert `studio[gpu]`. Es werden keine UI-Launcher oder Desktop-Einträge angelegt.

</details>

<details>

<summary>Interaktive Installation</summary>

Starten Sie den Installer ohne Modus-Flags, um den Installationsmodus interaktiv auszuwählen:

```bash
chmod +x installer.sh
./installer.sh
```

Der Installer fragt dann, ob UI- oder Headless-Modus installiert werden soll und ob AI/GPU eingeschlossen werden soll.

</details>

<details>

<summary>Uninteraktive Installation mit Umgebungsvariablen</summary>

Nützlich für Automatisierung:

```bash
INSTALL_UI=1 INSTALL_AI=0 ./installer.sh
INSTALL_UI=1 INSTALL_AI=1 ./installer.sh
INSTALL_UI=0 INSTALL_AI=0 ./installer.sh
INSTALL_UI=0 INSTALL_AI=1 ./installer.sh
```

`INSTALL_UI=1` wählt den UI-Modus. `INSTALL_AI=1` fügt das AI/GPU-Extra hinzu.

</details>

<details>

<summary>Deinstallation</summary>

```bash
./installer.sh --uninstall
```

Dies entfernt vom Installer angelegte Dateien:

* `~/studio_venv`
* `~/.local/bin/augelab_studio`
* AugeLab Studio Desktop-Einträge
* AugeLab Studio Icons

Elternverzeichnisse werden nur entfernt, wenn sie leer sind.

</details>

<details>

<summary>Manuelle Python-Installation</summary>

Verwenden Sie wenn möglich den Installer. Wenn Sie manuell installieren müssen, legen Sie ein isoliertes virtuelles Umfeld an (nicht das System-Python):

```bash
apt-get update -y && \
    apt-get install -y --no-install-recommends \
    libdmtx0b \
    zbar-tools \
    build-essential \
    libgl1-mesa-glx \
    curl \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

curl -fsSL https://astral.sh/uv/install.sh | sh
uv venv -p 3.12 studio_venv
uv pip install --python studio_venv/bin/python \
    studio \
    --extra-index-url https://pyrepo.augelab.com \
    --extra-index-url https://download.pytorch.org/whl/cpu \
    --index-strategy unsafe-best-match
```

Für eine manuelle AI/GPU-Installation installieren Sie zuerst NVIDIA-Treiber und **CUDA 12.8**, und ersetzen dann `studio` durch `studio[gpu]`.

</details>

## Docker mit CPU/CUDA auf x86\_64

Für Kundendeployments bauen Sie das Container-Image aus einem Dockerfile. AugeLab Studio ist Closed-Source, daher installiert das Docker-Image das `studio`-Paket aus dem AugeLab-Paketindex statt Studio aus dem Quellcode zu bauen.

Verwenden Sie das Dokument Docker Example (docker-example.md) als offiziellen Leitfaden. Es enthält:

* CPU Dockerfile
* GPU/CUDA Dockerfile
* `docker-compose.yml`
* `.env`
* ein Script zum Ausführen von Szenarien
* ein eingebundenes Output-Verzeichnis

### CPU Docker

Verwenden Sie CPU Docker, wenn Ihr Szenario keine CUDA-Beschleunigung benötigt. Das Beispiel baut auf `python:3.12-slim-bookworm` und installiert `studio`.

### GPU/CUDA

AugeLab Studio unterstützt CUDA-Beschleunigung für Headless-Szenarien. Für GPU-Docker sind kompatible NVIDIA-Treiber und das NVIDIA Container Toolkit auf dem Host erforderlich.

Verwenden Sie das GPU/CUDA Dockerfile im Docker Example. Es baut auf einem NVIDIA CUDA-Runtime-Image auf und installiert `studio[gpu]`.

## ARM64 (Raspberry Pi, Jetson Nano/AGX)

AugeLab Studio unterstützt ARM64-Architektur für Headless-Nutzung auf Debian-basierten Geräten wie Raspberry Pi und NVIDIA Jetson.

Laden Sie die Linux ARM64-Installationsskripte von <https://account.augelab.com> herunter und führen Sie den Installer auf dem Gerät aus.

### Vollständige ARM64-Installation

```bash
chmod +x installer.sh
./installer.sh --ui
```

Dies installiert `studio[ui]`, erstellt `~/studio_venv`, fügt den Launcher `augelab_studio` hinzu und legt Desktop-Einträge an.

### Vollständige ARM64-Installation mit AI/GPU-Unterstützung

Installieren Sie zuerst den passenden NVIDIA JetPack/CUDA-Stack für Ihr Gerät. Bei Jetson-Geräten verwenden Sie die CUDA-Version, die zu Ihrer JetPack-Version passt.

```bash
chmod +x installer.sh
./installer.sh --ui --ai
```

Dies installiert `studio[ui,gpu]`.

<details>

<summary>Nur Headless ARM64</summary>

```bash
chmod +x installer.sh
./installer.sh --headless
```

Dies installiert `studio`. Es werden keine UI-Launcher oder Desktop-Einträge angelegt.

</details>

<details>

<summary>Headless ARM64 mit AI/GPU-Unterstützung</summary>

Installieren Sie zuerst den passenden NVIDIA JetPack/CUDA-Stack für Ihr Gerät. Bei Jetson-Geräten verwenden Sie die CUDA-Version, die zu Ihrer JetPack-Version passt.

```bash
chmod +x installer.sh
./installer.sh --headless --ai
```

Dies installiert `studio[gpu]`. Es werden keine UI-Launcher oder Desktop-Einträge angelegt.

</details>

<details>

<summary>ARM64 Deinstallation</summary>

```bash
./installer.sh --uninstall
```

</details>

> **Info:**\
> Der ARM64-Installer unterstützt Debian und Debian-basierte Distributionen. Wenn Ihr Gerät eine andere Linux-Familie verwendet, kontaktieren Sie AugeLab für Deployment-Hilfe.

Für Jetson GPU/CUDA-Deployments sorgen Sie dafür, dass Installer, JetPack, CUDA-Stack und das AugeLab-Paketprofil für Ihr Gerät zueinander passen.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.augelab.com/german/hauptfunktionen/headless/installation.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
