Was ist Greg (high-five-robot)?
Greg ist ein 3D-gedruckter Roboterarm mit einer einzigen Aufgabe: Hältst du eine offene Handfläche hoch, streckt er sich aus und gibt dir ein High Five. Eine Kamera im Sockel streamt Video per WLAN an einen kleinen Python-Server auf deinem Rechner, der die Handfläche mit Googles MediaPipe Hand Landmarker findet und die Gelenkwinkel berechnet; ein ESP32-S3-Board steuert dann fünf Servos, schlägt etwa 3 cm über den Berührungspunkt hinaus und fährt danach in die Ausgangsstellung zurück.
Das Repository enthält das parametrische CAD (Blender-Python-Skripte), fertige STL-Dateien in fünf Druckstufen, Arduino-Firmware für beide Boards, die Vision- und Kalibrierungssoftware, eine Verdrahtungsanleitung und eine Stückliste. Andris Gauracs hat den Roboter von Hand gebaut; laut README schrieb Claude das CAD, beide Firmwares und den Vision-Code in einer langen Claude-Code-Sitzung.
Es steht unter MIT-Lizenz, ist überwiegend in Python geschrieben und wurde am 5. November 2026 veröffentlicht. Am Tag unserer Prüfung hatte es 1 Stern, keine Forks, 3 Commits und keine Releases.
Lohnt sich Greg (high-five-robot)?
Greg lohnt das Studium, weil er den ganzen Weg vom Kamerabild zum sich bewegenden Gelenk in einem kleinen, lesbaren Projekt abdeckt: gedruckte Teile, zwei Mikrocontroller, ein Vision-Modell, ein Kalibrierschritt und eine gelernte Korrektur für das Handgelenk. Der Haken: Er wurde einmal gebaut, auf einem Mac, und das README sagt das auch.
Die Teile sind günstig und gewöhnlich. Die Stückliste nennt drei MG995-Servos für Drehung, Schulter und Ellbogen, zwei MG90S-Mikroservos für das Handgelenk, ein ESP32-S3 N16R8-Board für den Arm, ein Seeed XIAO ESP32S3 Sense mit Weitwinkel-OV2640-Objektiv als Kamera, ein Netzteil mit 5 V 6 A, eine Lochrasterplatine, M3-Schrauben, einen Holzsockel und etwa 1 kg PLA oder PETG. Der Autor schätzt 140 bis 230 $ vor Steuern und Versand, auf Basis von Händlerangeboten aus dem November 2026, ohne Drucker und Werkzeug.
Die Vision-Seite ist Standardware. Der Server nutzt Googles MediaPipe Hand Landmarker, ein float16-Paket aus einem Handflächendetektor und einem Modell, das 21 Punkte auf jede Hand setzt; Google nennt 17.12 ms pro Bild auf der CPU eines Pixel 6. Greg prüft damit, ob eine offene, erhobene Handfläche da ist; dann rechnet ein kalibriertes Kameramodell die Position der Handfläche in Gelenkwinkel um, und ein kleines gelerntes Modell stellt Handgelenk und Drehung ein, aus etwa 15 Beispielen, die du ihm per Sprache in Chrome beibringst.
Die Schwierigkeit liegt in der Kalibrierung, nicht im Code. Servo-Klone weichen um etwa 1 mm ab, daher beginnt der Bau mit gedruckten Passtests und kann bedeuten, das CAD zu ändern und Teile in Blender 4.3 neu zu erzeugen. Die Kamerakalibrierung fährt etwa 268 Posen ab und verfolgt dabei eine rote Markierung an der Hand, mit einem Zielfehler von etwa 5 px, und das README betont, dass das angepasste Modell nur zum Originalroboter passt. Ein Bericht auf Stork.ai beschreibt die praktischen Korrekturen unterwegs: Servohalter ohne Platz für Kabel, falsche Annahmen zur Dicke der Kamera, Servos, die zitterten, bis sie einen eigenen Strompfad und eine gemeinsame Masse bekamen. Eine Gesamtbauzeit ist nicht veröffentlicht; allein der Sockel braucht 8 bis 10 Stunden im Druck.
Als Lernprojekt lehrt es mehr als ein fertiger Bausatz, gerade weil die rauen Stellen dokumentiert sind. Wer einen Roboterarm für allgemeine Aufgaben sucht, findet in Greg eine einzige Bewegung, die nur mit einem Laptop-Server daneben läuft und nach den Worten des Autors "hart zuschlägt", also bleiben Gesichter außer Reichweite.
Wo es sich lohnt
Ein Softwareentwickler mit 3D-Drucker und ohne Robotik-Hintergrund
Verstehen, wie aus einem Kamerabild eine Gelenkbewegung wird
Die fünf Stufen drucken, die beiden ESP32-Boards verdrahten und den Kalibrierschritten folgen; der Code ist kurz genug, um ihn ganz zu lesen. Rechne mit 140 bis 230 $ für Teile und mehreren Abenden für Passtests und Kalibrierung.
Eine Robotik-AG an einer Schule oder Universität
Ein Semesterprojekt, das CAD, Firmware und Computer Vision abdeckt
Den Bau nach Ebenen aufteilen: eine Gruppe druckt und passt das Blender-CAD an, eine flasht die arduino-cli-Firmware, eine betreibt den MediaPipe-Server und die Kalibrierung. Die Warnung im README, dass Greg hart zuschlägt, heißt: Tests bei niedriger Geschwindigkeit und eine Regel für Gesichter.
Ein Maker, der Claude Code bereits für Software nutzt
Sehen, wie weit ein KI-Coding-Agent bei einem physischen Bau kommt
Repository und den Bericht auf Stork.ai zusammen lesen: Der Agent lieferte CAD, Firmware und Vision-Code, und die dokumentierten Korrekturen bei Kabelfreiraum, Kamerapassung und Servostrom zeigen, wo ein Mensch weiter messen und testen musste.
Bevor du dich festlegst
- Einrichtung
- Passtests drucken, dann fünf Stufen auf einem 225 x 225 mm großen Druckbett (PLA oder PETG, 0,2 mm Schichten, keine Stützen); beide Boards mit arduino-cli und ESP32 core 3.3.12 über 2,4-GHz-WLAN flashen; die Python-Abhängigkeiten installieren, hand_landmarker.task herunterladen, die Gelenke trimmen, die Kamera kalibrieren und das Handgelenk anlernen. Eine Gesamtbauzeit ist nicht veröffentlicht.
- Integrationen
- MediaPipe Hand Landmarker zur Erkennung der Handfläche; Blender zum Neuerzeugen des parametrischen CAD; arduino-cli für die Firmware; lokale Webseiten auf den Ports 8090 und 8091 zum Verfahren, Anlernen per Sprache und für den Schalter ARM ON; ein optionales Installationsskript, das den Server auf einem Mac startet.
- Daten und Datenschutz
- Das Video bleibt in deinem Netz zwischen Kamera-Board und Rechner; das Vision-Modell läuft lokal. MIT-Lizenz, wobei die Apache-2.0-Header von Espressif in der Kamera-Firmware erhalten bleiben. Keine Sicherheitshinweise veröffentlicht.
- Kosten im großen Maßstab
- Etwa 140 bis 230 $ an Teilen pro Roboter laut Schätzung des Autors vom November 2026, dazu ein 3D-Drucker und etwa 1 kg Filament; keine kostenpflichtige Edition.
- Grenzen
- Einmal gebaut und getestet, unter macOS; keine Releases; das kalibrierte Modell passt nur zum Originalroboter; nur eine Bewegung; das README warnt, dass er hart zuschlägt und zuerst bei niedriger Geschwindigkeit getestet werden sollte.
Was gut ist
- Alle Ebenen dabei: CAD, STLs, Firmware, Vision-Server und Verdrahtungsanleitung
- Teile auf 140 bis 230 $ geschätzt, von gängigen Hobby-Händlern
- Nutzt MediaPipes fertiges Handmodell, also kein Training von Grund auf
- Gedruckte Passtests und editierbares CAD fangen Größenunterschiede der Servos ab
Was nicht
- Am 5. November 2026 veröffentlicht, mit 1 Stern und keinen weiteren bekannten Nachbauten
- Nur unter macOS mit Python 3.12 getestet
- Die Kalibrierung mit etwa 268 Kameraposen muss für jeden Roboter neu laufen
- Braucht einen Rechner mit dem Server; der Arm arbeitet nicht allein
Am besten für
Maker mit 3D-Drucker und etwas Löterfahrung, die lernen wollen, wie Kamera-Vision, Kalibrierung und Servosteuerung in einem kleinen Roboter zusammenspielen.
Greg (high-five-robot): häufige Fragen
- Lohnt sich Greg (high-five-robot)?
- Eine sympathische, gut dokumentierte Robotik-Lektion, die genau einmal gebaut wurde, also eher ein sorgfältiges Rezept zum Anpassen als ein Bausatz, der auf Anhieb funktioniert. Wir bewerten es mit 3.5 von 5.
- Was kostet Greg (high-five-robot)?
- Kostenlos unter der MIT-Lizenz; Teile kosten etwa 140 bis 230 $, dazu ein 3D-Drucker.
- Welche Nachteile hat Greg (high-five-robot)?
- Am 5. November 2026 veröffentlicht, mit 1 Stern und keinen weiteren bekannten Nachbauten; Nur unter macOS mit Python 3.12 getestet; Die Kalibrierung mit etwa 268 Kameraposen muss für jeden Roboter neu laufen; Braucht einen Rechner mit dem Server; der Arm arbeitet nicht allein.
- Für wen eignet sich Greg (high-five-robot)?
- Maker mit 3D-Drucker und etwas Löterfahrung, die lernen wollen, wie Kamera-Vision, Kalibrierung und Servosteuerung in einem kleinen Roboter zusammenspielen.
- Was kostet Greg (high-five-robot) für ein Team oder im Produktivbetrieb?
- Etwa 140 bis 230 $ an Teilen pro Roboter laut Schätzung des Autors vom November 2026, dazu ein 3D-Drucker und etwa 1 kg Filament; keine kostenpflichtige Edition.
- Ist Greg (high-five-robot) sicher für Firmendaten?
- Das Video bleibt in deinem Netz zwischen Kamera-Board und Rechner; das Vision-Modell läuft lokal. MIT-Lizenz, wobei die Apache-2.0-Header von Espressif in der Kamera-Firmware erhalten bleiben. Keine Sicherheitshinweise veröffentlicht.
Antworten geprüft am 5. Nov. 2026.