Instalación

La instalación de AugeLab Studio en modo headless varía según el sistema operativo. Sigue las instrucciones a continuación según tu plataforma.

Windows

Usar el instalador de AugeLab Studio en Windows configura manualmente el runtime headless y es la forma recomendada de instalar Headless Studio en Windows.

Linux

Descarga el script instalador para Linux desde account.augelab.com. El instalador soporta Debian y distribuciones basadas en Debian (incluyendo Ubuntu). Crea un entorno virtual aislado en ~/studio_venv, instala el perfil de paquete seleccionado studio y crea lanzadores de escritorio cuando se selecciona el modo UI.

Advertencia: El instalador no instala los controladores NVIDIA. Para el modo AI/GPU, instala primero el controlador NVIDIA en el host. AugeLab Studio incluye los runtimes CUDA necesarios. En dispositivos Jetson, usa el stack JetPack/controlador NVIDIA correspondiente a tu dispositivo.

Instalación completa

Usa esto para la instalación de escritorio regular + headless:

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

Esto instala studio[ui], crea ~/studio_venv, añade el lanzador augelab_studio y crea las entradas de escritorio.

Después de la instalación, ejecuta:

augelab_studio

Instalación completa con soporte AI/GPU

Instala primero el controlador NVIDIA y luego ejecuta:

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

Esto instala studio[ui,gpu].

Solo headless

Usa esto cuando solo necesites la API de Python y no necesites la UI de escritorio:

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

Esto instala studio. No se crean lanzadores de UI ni entradas de escritorio.

Headless con soporte AI/GPU

Instala primero el controlador NVIDIA y luego ejecuta:

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

Esto instala studio[gpu]. No se crean lanzadores de UI ni entradas de escritorio.

Instalación interactiva

Ejecuta el instalador sin flags de modo para elegir el modo de instalación de forma interactiva:

chmod +x installer.sh
./installer.sh

El instalador preguntará si deseas instalar en modo headless o UI, y luego si quieres incluir el extra AI/GPU.

Instalación no interactiva con variables de entorno

Usa variables de entorno cuando ejecutes desde automatización:

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 selecciona el modo UI. INSTALL_AI=1 incluye el extra AI/GPU.

Desinstalación

./installer.sh --uninstall

Esto elimina los archivos creados por el instalador:

• ~/studio_venv

• ~/.local/bin/augelab_studio

• Entradas de escritorio de AugeLab Studio

• Iconos de AugeLab Studio

Los directorios padre se eliminan solo si están vacíos.

Instalación manual de Python

Usa el instalador cuando sea posible. Si necesitas un entorno Python manual, instala en un entorno virtual aislado en vez de usar el Python del sistema:

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

Para instalación manual con AI/GPU, instala primero el controlador NVIDIA y luego reemplaza studio por studio[gpu]. AugeLab Studio incluye los runtimes CUDA necesarios.

Docker con CPU/CUDA en x86_64

Para despliegues de clientes, construye la imagen del contenedor a partir de un Dockerfile. AugeLab Studio es una aplicación de código cerrado, por lo que Docker instala el paquete studio desde el índice de paquetes de AugeLab en lugar de compilar Studio desde el código fuente.

Usa Docker Example como la guía canónica de Docker. Incluye:

• Dockerfile para CPU

• Dockerfile para GPU/CUDA

• docker-compose.yml

• .env

• script para ejecutar escenarios

• carpeta de salida montada

Docker para CPU

Usa Docker para CPU cuando tu escenario no necesite aceleración CUDA. El ejemplo de Docker parte de python:3.12-slim-bookworm e instala studio.

GPU/CUDA

AugeLab Studio soporta aceleración CUDA para escenarios headless. El Docker para GPU requiere controladores NVIDIA compatibles y NVIDIA Container Toolkit en el host.

Usa el Dockerfile GPU/CUDA en Docker Example. Parte de una imagen runtime de NVIDIA CUDA e instala studio[gpu].

ARM64 (Raspberry Pi, Jetson Nano/AGX)

AugeLab Studio soporta arquitectura ARM64 para uso headless en dispositivos basados en Debian como Raspberry Pi y la serie NVIDIA Jetson.

Descarga los scripts instaladores para Linux ARM64 desde account.augelab.com y ejecuta el instalador en el dispositivo.

Instalación completa ARM64

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

Esto instala studio[ui], crea ~/studio_venv, añade el lanzador augelab_studio y crea las entradas de escritorio.

Instalación completa ARM64 con soporte AI/GPU

Instala primero el stack JetPack/controlador NVIDIA correcto para tu dispositivo.

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

Esto instala studio[ui,gpu].

Solo headless ARM64

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

Esto instala studio. No se crean lanzadores de UI ni entradas de escritorio.

Headless ARM64 con soporte AI/GPU

Instala primero el stack JetPack/controlador NVIDIA correcto para tu dispositivo.

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

Esto instala studio[gpu]. No se crean lanzadores de UI ni entradas de escritorio.

Desinstalación ARM64

./installer.sh --uninstall

Información: El instalador ARM64 soporta Debian y distribuciones basadas en Debian. Si tu dispositivo usa otra familia de Linux, contacta a AugeLab para orientación de despliegue.

Para despliegues GPU en Jetson, asegura que el instalador, el stack JetPack/controlador NVIDIA y el perfil de paquete AugeLab coincidan con tu dispositivo.