Stuntman Run对外提供SiLA API，用于工作流执行与自动化控制。SiLA是用于远程控制Stuntman硬件的标准化接口。 Stuntman Run本身原生不提供用于执行控制的REST‑API、OPC‑UA接口，也不支持外部直接在固件层操控硬件。硬件仅可通过SiLA API，或是Stuntman Run脚本/组件实现控制。

但Stuntman可部署在已使用REST体系系统或OPC‑UA设备的企业环境中。可通过客户端或编排层实现：通过SiLA与Stuntman交互；通过REST或其他API对接电子实验记录本ELN、LIMS等企业数据系统；通过OPC‑UA对接其他仪器或厂区系统。该架构下，Stuntman以SiLA作为执行控制标准接口，同时能够融入更大规模数字化生态。

提供。用户可编写脚本，调用开放的硬件资源对象，实现对象所支持的底层控制操作。用户可以访问主脚本中使用的全部硬件资源对象与对应方法。

Stuntman主要设计为一体化系统，实验方案、流程编排、实验执行、异常处理均在Stuntman 环境内完成。但我们理解建设自主驱动实验室、使用用户自有编排体系时，需要更直接的程序化控制能力。针对该场景，Stuntman支持无图形界面模式 (headless) Python驱动模式。可通过简易Python脚本直接完成设备层级操作 (例如机械臂移动、移液操作、耗材交互)，脚本运行无需启动 Stuntman Run图形界面。

该模式下，用户可通过Python执行原子操作；外部编排系统可动态生成并触发脚本，Stuntman作为底层执行层，上层业务逻辑保留在用户侧系统。

需要重点注意：该运行模式下，流程编排、步骤时序控制、异常处理均由用户负责。无界面模式不提供图形界面反馈，也不内置故障恢复机制。

支持。Stuntman Run (执行软件) 通过开放的SiLA API支持实验队列。即便闭环工作流正在运行，仍可向Stuntman Run中加入实验方案及配套Python脚本进入队列。已校验通过的Stuntman方案可加入队列按顺序执行。所有入队任务必须是合规原生Stuntman方案文件；Python脚本必须使用UL提供的对象接口开发。

实验执行由Stuntman Run的队列机制完成管理。用户可将校验完成的实验方案及配套脚本提交至队列，任务按顺序执行。用户可通过界面查看队列状态，包含待执行、运行中、已完成任务。在任务尚未开始执行前，用户可调整待执行任务顺序或删除待执行项。该模式支持多用户提交实验，实现系统受控执行。

Stuntman通过结构化数据导出，输出可上传至ELN电子实验记录本或其他AI工具的文件与文档：

• 实验结果输出为HDF格式
• 支持HDF转JSON格式
• 结构化数据导出，可将实验结果上传至ELN系统

与ELN的集成依靠结构化文件交换+客户端编排层实现。如有需要，客户端/编排层可以把ELN的输入数据转换为合规Stuntman实验方案，并通过开放SiLA API与Stuntman交互。 实验方案必须符合Stuntman已校验的内部数据范式，不支持直接提交任意JSON文件作为方案。 该架构通过文件交换与客户端编排，使Stuntman能够融入ELN及AI生态体系。

可以。Stuntman依托可编程接口与结构化数据框架，能够和非UL软件完成集成。平台开放执行控制接口，并输出结构化实验数据。外部工具可向Stuntman下发实验条件，同时接收返回的实验结果，用于建模、分析与优化。

可以。Stuntman内置一套面向对象API，支持可编程生成实验方案。该接口开放结构化方案对象 (例如StuntmanDesign、StuntmanLibrary、StuntmanChemical、StuntmanMap) 以及辅助工具类，用户可在Stuntman环境内，以SDK方式基于Python构建实验方案。

该接口与另外两套接口存在明显区别：Library Studio API——基于函数调用的SDK (例如 CreateNewDesign、AddLibrary)，面向客户外部集成场景；SiLA2 API——网络通信接口，用于仪器通信与实验执行控制。

Stuntman的方案构建API仅允许在Stuntman内部环境使用，不作为对外公开集成接口。 如果用户不使用Stuntman原生界面，也可参考Stuntman脚本示例，依靠自有脚本或大模型LLM在外部生成实验方案，但该工作流不在官方支持范围内。外部生成的方案仍必须严格遵循Stuntman的数据范式与校验规则，兼容性校验工作由用户自行负责。

如果分析设备、纯化设备通过SiLA API或其他受支持的集成层接入平台，则可以纳入Stuntman工作流。设备完成集成并经由Stuntman控制层对外开放后，即可和Stuntman自有硬件一同参与自动化工作流与闭环实验。

例如分析输出结果可用于闭环流程，解析结果并生成下一组实验条件。具体集成实现方案取决于设备型号及其可用通信接口。

Stuntman Show用于可视化Stuntman Run直接采集的数据，包含已接入仪器输出结果，支持数值数据、XY图表、图像等格式。

未直接接入Stuntman的第三方设备数据，需要通过定制开发实现可视化。可评估工作量并开发文件加载器或数据导入工作流，将外部生成结果导入Stuntman Show展示。开发工作量取决于数据格式与集成需求。

Stuntman原生输出格式为HDF (分层数据格式)。HDF采用分层结构，完整保留样品、操作过程与实验结果之间的关联关系。HDF文件包含机器可读的结构化实验数据，涵盖：

• 投放质量与体积
• 工艺参数（例如温度、气体流量）
• 时间戳与执行元数据
• 唯一样品标识与实验背景信息

JSON、CSV不属于平台原生导出格式，但可在下游数据流水线中，通过标准HDF库以程序方式完成HDF格式转换，用于对接ELN电子实验记录本、机器学习平台以及其他数据系统。 HDF数据范式支持结构化元数据存储，可以把实验背景、工艺参数、分析结果与具体样品、实验运行任务建立关联。

可以。Stuntman实验结果输出为结构化HDF格式。客户可自行搭建集成层，将HDF数据导出并转换为适配内部数据库、ELN电子实验记录本或其他数据系统所需格式。

如果需要把外部分析数据导入Stuntman，则数据需要转换为Stuntman兼容的HDF格式。客户可自主开发数据加载器生成合规HDF文件；也可由Unchained Labs根据文件格式与集成需求，做评估后提供定制开发服务。

Stuntman通过高层SiLA API与实验室硬件交互。该接口对底层硬件调用做了封装抽象，用户可以专注定义实验方案与实验目标，而不用编写一条条设备底层指令。面向高阶复杂工作流场景，用户可编写运行自定义脚本，直接对已支持的自动化组件进行操作。

Stuntman Run是核心执行应用程序，负责统筹协调实验工作流与仪器交互，整体并非分布式微服务架构。 通信层面：平台对外仅开放高层SiLA API作为外部通信接口，用于对接实验室仪器与自动化组件；内部服务不对外暴露。在Stuntman Run内部环境中，用户可通过受支持的API运行自定义脚本。实验方案可通过Python脚本创建，也可借助AI辅助工作流生成。

Stuntman根据操作类型，同时提供同步、异步两类接口。配置读取、状态查询这类短时操作为同步调用，调用会立即返回结果；实验执行这类耗时较长的任务采用异步调用。接口是同步或是异步，由接口功能本身与系统架构决定，用户不能针对同一个操作手动选择同步/异步模式。

第三方无需改动核心程序代码，依靠Python脚本与SiLA API即可实现Stuntman能力扩展。用户可以编写Python脚本构建自定义实验方案，修改执行脚本适配自身业务流程需求。 同时，用户可在Stuntman Run内部运行自研Python脚本，也可通过SiLA API将第三方功能模块接入自动化工作流。

Stuntman通过版本化机制与向后兼容策略管理多套API版本。接口通常会保持向后兼容，保障存量集成项目可以继续运行。极少数场景下部分API会被标记废弃 (deprecated)，用户升级软件新版本时，需要对自有代码做对应更新适配。

可以。若第三方设备通过受支持的接口 (例如SiLA API) 与Stuntman完成集成，该设备便可接入Stuntman工作流。在此场景下，Stuntman AI能够生成实验方案或脚本，在自然语言实验设计工作流中纳入针对这些设备的相关操作。

Stuntman提供平台内部使用的Python API、硬件资源对象以及工作流结构相关文档。这些资料随软件环境向客户开放，用于支持客户开发自定义工作流、系统对接以及自动化逻辑。