准备环境：你需要什么？

首先，确保你的电脑能运行Python。如果还没装，去 python.org 下载Python 3.9或更高版本。安装时记得勾选“Add Python to PATH”。然后打开终端（Windows用cmd或PowerShell，Mac/Linux用终端），输入 python --version 确认安装成功。

接下来，你需要一个代码编辑器，推荐 VS Code（免费，code.visualstudio.com下载）。另外，准备至少8GB内存和一张支持CUDA的NVIDIA显卡（没有也能跑，但会很慢）。

安装步骤：下载模型和依赖

1. 打开终端，创建一个新文件夹：mkdir spatialtree-demo && cd spatialtree-demo
2. 克隆官方代码库：git clone https://github.com/bytedance/SpatialTree.git（如果没有git，先去git-scm.com安装）
3. 进入文件夹：cd SpatialTree
4. 创建虚拟环境（避免依赖冲突）：python -m venv venv
5. 激活虚拟环境：Windows用 venv\Scripts\activate，Mac/Linux用 source venv/bin/activate
6. 安装依赖：pip install -r requirements.txt（这会自动安装PyTorch等库，可能需要几分钟）
7. 下载模型权重：运行 python download_weights.py（脚本会自动从Hugging Face下载，约2GB，确保网络稳定）

常见坑：如果pip安装慢，可以加国内镜像源，比如 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple。

验证是否成功：运行第一个例子

下载完成后，用以下命令测试模型是否正常工作：

• python run_example.py --image sample.jpg --query "Is the cup to the left of the book?"
• 其中 sample.jpg 是任意包含物体（比如杯子和书）的图片，你可以在网上下载一张。
• 如果一切正常，终端会输出类似“Yes”或“No”的答案，并显示推理时间（约210毫秒）。

如果报错，检查图片路径是否正确，或显卡驱动是否更新（NVIDIA驱动需支持CUDA 11.8+）。

下一步可以做什么？

你已经成功跑通了SpatialTree！接下来可以：

• 用自己的图片测试更多空间问题，比如“苹果在盘子上面吗？”
• 阅读官方文档（在GitHub仓库的README.md里），了解如何调整参数。
• 尝试结合其他AI工具，比如用 YOLO（一个物体检测模型）先识别图片中的物体，再用SpatialTree判断它们的位置关系。