ros2 run的查找路径为install/<package_name>/lib,但是python包的ament_python build type默认把可执行文件安装到install/<package_name>/bin.
同时$PATH里注册的查找路径也是install/<package_name>/bin。
所以如果不是非得用ros2 run的话，直接命令行敲可执行文件名调用也是可以的。
如果想用ros2 run,可以在setup.cfg中配置可执行文件安装路径：

[develop]
script_dir=$base/lib/<pkg_name>
[install]
install_scripts=$base/lib/<pkg_name>

然后重新colcon build, source install/setup.bash，就可以用ros2 run调用了。

不过这样的话原本的install/<package_name>/bin下面就没有可执行文件了，没办法直接用可执行文件名不用ros2调用了，不知道会不会有什么后续问题？

# python # linux # 开发语言
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局