feat: release v1.0.1 CADWorld 网站与 LeKiwi 智能抓放

集成同源 BYOK 会话隔离、精简模型设置、官方订阅入口和 HTTPS 发布运维；保留本地训练/调参与控制能力。同步 npm 版本及 CHANGELOG，记录公网真实 API 验收仍待用户凭据。

training_server/README.md

@@ -4,6 +4,34 @@
 
 仓库已在 [`rl/`](rl/) 内置 `Unitree-Go2-Flat` 所需的 PPO 训练代码、Go2 模型资产和 ONNX 导出逻辑，不再要求另外克隆 `unitree_rl_mjlab`。`mjlab`、PyTorch 等大型运行依赖仍需安装在本机训练环境中。
 
+## LeKiwi 一键训练（与 Go2 共用控制台）
+
+注册任务 `MobileManipulator-LeKiwi-v1`、`MobileManipulator-LeKiwi-Bundle`，使用 SB3 PPO + 原生 MuJoCo，沿用同一作业状态机、资源锁、取消和日志轮询。MuJoCo 必须与浏览器一致（3.11.0），**不要升级现有 Go2 环境**；首次配置独立解释器：
+
+```bash
+source .venv/bin/activate
+python -m venv build/venvs/mobile
+build/venvs/mobile/bin/python -m pip install -r training_server/mobile_manipulator/requirements.txt
+python training_server/server.py --mobile-python "$PWD/build/venvs/mobile/bin/python"
+```
+
+主工作台导入对应 ZIP，在 URDF 选项选择「LeKiwi v1 / Bundle · 移动操作训练场景」；旧 `lekiwi-v1` profile 也能从训练面板开始，届时自动组合任务场景。进入「控制台 → 强化学习任务」，连接服务、配置迭代/环境数/设备/种子/每环境采样步数/物体和目标坐标，点击「发起本地训练」。无需下载训练包或手动执行训练脚本。加载场景会暂停仿真并切换到移动操作任务（不启用外部控制桥、Go2 地图或相机配置）。
+
+- 浏览器自动上传组合后的 MJCF 与资产快照。认证 ZIP 上传限 128 MiB、展开 512 MiB/10000 文件；拒绝路径越界、符号链接、include/plugin、非注册机器人契约和包外资产引用。最多保留 20 份去重快照，满额后需停止服务再清理 `logs/mobile_packages/`。
+- `POST /jobs` 仅接收服务器内容 ID `mobilePackageId`，不接受本机路径。`mobileParams` 包括 `stage`（默认 `navigate`）、`sourceJobId`、`navigationBootstrapSteps`（0–10000，默认4096）、`positionJitter`（0–0.3 m，默认0.1）、`evaluationEpisodes`（2–64，默认10）、`rolloutSteps`（8–4096，默认128）、`objectPosition`、`goalPosition`。环境数1–64，默认1；总采样步数为 `maxIterations × numEnvs × rolloutSteps`。CPU 物理向量环境顺序采样，设备选择只控制 PPO 网络；GPU 仅支持单卡，不会静默回退 CPU。
+- actor/critic/entropy 损失、每采样步平均 reward 和已完成回合长度使用共享 `Learning iteration / Mean ...` 日志协议。没有额外 VecNormalize。
+- 自动生成 `logs/rsl_rl/web_jobs/{id}/policy.onnx`、`deployment.json`、PPO checkpoint 与训练配置。元数据包含任务/变体、固定 float32 `[1,92] → [1,12]`、v2 限速动作语义、训练阶段、独立评估、50Hz、权重/机器人配置/场景 SHA-256 和初始目标坐标。
+- 点击「导入策略」自动下载两份成果物，经校验后通过主仿真会话的 `ONNXPolicyRunner` 执行单飞锁步推断。暂停、重载和控制权切换使在途结果失效；回合终止/超时暂停，需重置后继续。改动资产/动力学后应重新训练，哈希不是跨机器人泛化证明。
+- `health.taskMetadata` 按任务报告 `ready/error`，移动依赖缺失不阻断 Go2，反之亦然。短程冒烟只验证链路，不保证抓取成功率；尚未验证长程收敛、GPU 性能或实机迁移。
+
+阶段按底盘接近→末端接近→抓取放置推进；服务验证上一阶段至少10回合、≥80%成功率且无安全终止。同阶段可继续训练；接续只能引用同一服务会话中已完成的同场景作业。完整设计、限速说明和实际导航结果见 [分阶段训练](../docs/mobile-training-curriculum.md)。旧68维策略必须重新训练。
+
+真实浏览器端到端（需两个本地模型 ZIP 和上述独立环境）：
+
+```bash
+npx playwright test -c web_platform/playwright.lekiwi.config.ts lekiwi.training.spec.ts
+```
+
 ## 自定义任务与地形
 
 内置新增 `Unitree-Go2-ObstacleAvoidance`（81维前视射线导航），并放行 `Unitree-Go2-Rough` 训练。健康接口提供可配置参数元数据，job 的 `deployment` 返回精确地图布局、传感器及策略契约。首版支持 `plane/discrete_obstacles/rough/pyramid_stairs/wave` 的训练专用box布局；不是任意场景导入，也不实现真实深度相机。旧 Rough 的234维actor不能在当前浏览器一键部署。完整字段、坐标系、观测动作及复现方式见 [避障部署契约](OBSTACLE_AVOIDANCE.md)。
@@ -76,10 +104,12 @@ python training_server/server.py \
 
 - `GET /api/training/health`：运行环境、允许的任务和活动任务；
 - `POST /api/training/pretrained-sources/upload?format=pt|onnx&template=go2-legacy47-v1&name=显示名`：认证有界二进制单文件上传，返回持久化内容ID；
+- `POST /api/training/mobile-packages`：认证场景快照上传（`application/zip`），返回64位内容ID；
 - `POST /api/training/jobs`：发起训练；
 - `GET /api/training/jobs/{id}`：状态、迭代进度和最近日志；
 - `DELETE /api/training/jobs/{id}`：停止训练；
 - `GET /api/training/jobs/{id}/artifacts/policy.onnx`：下载本次生成的策略；
+- `GET /api/training/jobs/{id}/artifacts/deployment.json`：下载移动操作部署元数据；
 - `GET /api/tuning/capabilities`、`POST /api/tuning/agent/test`：检查/测试 Agent；
 - `GET|POST /api/tuning/sessions`、`GET|DELETE /api/tuning/sessions/{id}`：列出、创建、查询、停止 session；
 - `POST /api/tuning/sessions/{id}/pause|resume`：暂停后续调度或恢复；