小道的技术笔记

记录折腾、认知与闭环

摘要:想用 PocketPal AI 在安卓上离线跑通讯飞「星火 X2.5-4B」量化模型,结果 90% 的时间不是花在 AI 上,而是花在和 Windows 构建环境搏斗上。这篇记录从接手一个失败的交接文档,到把整条 RN + llama.cpp 链路几乎跑通的全过程,以及一份可以直接抄作业的避坑清单。


一、缘起:我想在手机里养一个本地大模型

最近在折腾端侧大模型推理,目标很明确:

把 Spark-X2.5-4B-Q4_K_M.gguf(讯飞星火 X2.5-4B 的 4-bit 量化版)塞进安卓手机,用 PocketPal AI 这个开源 RN 应用离线跑起来,不依赖任何云端。

PocketPal 本身是微软出品、基于 React Native 的本地模型客户端,底层用 llama.rn 绑定 llama.cpp。理论上只要把最新的 llama.cpp 里已经合入的 spark2_5 架构支持接上,再打出 APK 就行。

听起来像是「git clone → 改两行 → 构建」的下午茶项目。

事实证明,我太天真了。


二、接手时的一地鸡毛

前一位同学(用 VS Code 跑了一阵)留了一份交接文档,结论是:

「spark2_5 代码补丁已经补齐,但 Android 打包链路在当前 Windows 环境里没跑通,建议从 .env + Gradle 任务 + 输出路径 + 变体过滤继续排查。」

乍看很合理。但真正动手后我发现,这份文档漏掉了 4 个会直接让构建起不来的硬阻塞点。换句话说,光按它的建议走,连第一步都迈不出去:

# 被漏掉的阻塞 现象 修法
1 SDK 没装齐 缺 android-36 platform、build-tools 36.0.0、cmake sdkmanager 一把装齐
2 NDK 版本冲突 CXX1104:local.properties 写死 ndk.dir=27.3,但某模块要求 27.0 删掉 ndk.dir,让 AGP 按各模块 ndkVersion 自适应
3 缺 .env / Firebase 配置 Missing .env file;缺 google-services.json 直接 FAIL 复制 .env.example;注释掉 google-services 插件和 firebase 依赖
4 spark2_5 必须源码编译 llama.rn 默认用预编译 .so 且没下载,补丁白打 加 -PrnllamaBuildFromSource=true -PrnllamaVariants=rnllama

第 4 点是最关键的认知,后面单独讲。


三、核心认知:为什么补丁打了却没用

llama.rn 默认走预编译好的 .so 库(RNLLAMA_BUILD_FROM_SOURCE=OFF),而且仓库里压根没带这个预编译库。即便你给它把 spark2_5.cpp 的补丁打进了 node_modules/llama.rn/cpp/models/,只要它不重新从源码编译,那补丁就是个摆设。

正确姿势是强制源码编译:

1
2
3
gradle.bat assembleProdDebug `
-PrnllamaBuildFromSource=true `
-PrnllamaVariants=rnllama

好消息是 rnllama 的 CMake 用 file(GLOB models/*.cpp) 自动扫模型实现目录,spark2-5.cpp 会被自动编进去;再配合 -PrnllamaVariants=rnllama 只编 generic 变体,避免把一堆用不上的架构都拉来编译。

这一条值得所有人记住:改了 llama.cpp 的模型源码,就必须从源码编,预编译 .so 不会自己更新。


四、真正的 Boss:Windows 构建环境

代码层修完,本以为胜利在望。然后 Windows 教我做人。

技术栈:RN 0.82.1 / AGP 8.12.0 / Gradle 8.13 / Kotlin 2.1.20 / compileSdk 36 / NDK 27。下面按踩坑时间线记录。

1. Defender 实时扫描锁死 Gradle 原生库

Gradle 8.13 一启动就报:

1
2
3
Could not initialize native services.
Failed to load native library 'native-platform.dll' ...
java.io.FileNotFoundException: ...native-platform.dll.lock (拒绝访问。)

dll 本身能加载,普通文件读写删都正常,唯独 Gradle 用 RandomAccessFile 给 .lock 加锁时被微软 Defender 实时防护在创建瞬间排他锁住**。

解法:把这三个目录加进 Defender 排除项(或临时关掉实时保护):

  • C:\Users\\.gradle(含各种缓存目录)
  • 独立的 Android 构建目录(如 E:\android-build)
  • 项目目录本身(这点最容易被漏,C++ 编译产物 android/app/.cxx 就在项目里,不排它一样卡死)

2. 260 字符路径上限 + 过时的 ninja

C++ 编译一开,ninja 报 Filename longer than 260 characters。

注册表开了 LongPathsEnabled=1 并重启后,ninja 1.10.2(SDK 自带)还是翻车——它太老,不认长路径。

解法:把 SDK 里的 cmake/3.22.1/bin/ninja.exe 备份后,替换成 ninja 1.12.1。

3. clang 死锁假死

clang++ 进程 CPU 占用 0%,看起来在编译,实际死等。根因还是 Defender 在扫 .cxx 产物 + CMake 高并行度下的文件锁竞争。

解法:降并行度 CMAKE_BUILD_PARALLEL_LEVEL=4,并把项目目录彻底排除出实时扫描。

4. 残留进程 / 陈旧 daemon 锁

最阴的是:中途强杀后台构建,会留下一堆陈旧锁文件(.o.d、registry.bin.lock、native-platform.dll.lock)和还活着、占着文件句柄的 java/clang/ninja 进程。下次构建一上来就被这些僵尸锁挡住,报错和「第一次」一模一样,极其迷惑。

解法:跑之前先

1
2
3
4
5
6
# 杀残留进程
taskkill /F /IM java.exe /IM clang*.exe /IM ninja.exe
# 清陈旧构建态
Remove-Item -Recurse -Force android/app/.cxx
# 清 Gradle daemon 与 native 锁
Remove-Item -Recurse -Force $env:GRADLE_USER_HOME/daemons

而且同一时刻只跑一条构建,别让多个后台任务抢同一批锁文件。


五、来之不易的进展

排除项加全、长路径和 ninja 升好、并行度降下来之后,链路是这样跑通的:

  • ✅ 配置所有 autolinked 原生库
  • ✅ 下载 3.4GB 依赖
  • ✅ Java / Kotlin 全量编译
  • ✅ JS Bundle(Metro)打包
  • ✅ reanimated / vision-camera / worklets 等 C++ 原生模块陆续编译通过
  • ⏳ 仅差 llama.cpp native 收尾 + 最终 APK 打包

也就是说,代码和构建配置层面已经全部打通,离出包只差最后一段原生编译。只是这段最慢、也最容易因为前面说的「残留锁」被打断——我最后几次就是卡在 Gradle 又被一个陈旧 native-platform.dll.lock 拦下来,APK 暂时还没产出。


六、如果你也要在 Windows 上搞 RN + 本地 LLM,照这个清单来

  1. 先确认 SDK 组件齐全:sdkmanager 装 platforms;android-36、build-tools;36.0.0、cmake。
  2. NDK 别写死:local.properties 里删 ndk.dir,让 AGP 按模块 ndkVersion 自适应,避免 CXX1104。
  3. 缺 .env / Firebase 就绕:复制 .env.example;没有 google-services.json 就注释掉 google-services 插件和 firebase 依赖。
  4. 改了 llama.cpp 模型源码就必须源码编:-PrnllamaBuildFromSource=true -PrnllamaVariants=rnllama。
  5. ABI 收敛到 arm64-v8a:手机基本都是这个,能省掉一大半编译量。
  6. Defender 排除三项:.gradle 缓存、Android 构建目录、项目目录本身。
  7. 开 LongPathsEnabled,并把 ninja 升到 ≥ 1.11(SDK 自带 1.10.2 不够)。
  8. CMAKE_BUILD_PARALLEL_LEVEL=4,别让 clang 把文件锁打满。
  9. 跑前清残留:杀 java/clang/ninja 进程 + 删 .cxx + 清 Gradle daemon;同一时刻只跑一条构建。

七、写在最后

回头看,这场「下午茶项目」前后耗了十来天,真正和 AI / 模型相关的改动其实就一个补丁文件;剩下 90% 的精力,都耗在 Windows 构建环境的各种隐性锁、路径限制和杀软冲突上。

端侧大模型的门槛,从来不只是模型本身,还有这条把模型送进设备的、脆弱又磨人的工具链。

APK 我还在收尾——等最后那段原生编译跑完,下一篇可以聊聊真机上的首 token 延迟和续航实测。


(本文已对文件路径中的用户名、主机名等敏感信息做脱敏处理。)

摘要:一台被钉钉会议系统和阿里 YunOS 双重锁死的老投影仪,默认只能开会投屏。本文记录如何在不 root、不刷机的前提下,用 ADB + 自写遥控 App + 当贝桌面,把它从「会议砖」改造成可遥控、可装 App、可当数字相框的家庭设备;以及中途一段让手机扮演蓝牙遥控器的、踩遍 Android 隐藏 API 的史诗级翻车。


一、缘起:一台被「钉钉化」的老投影

手头有一台 大眼橙 V1(内部代号 DingProjector_A2),2018 年的机器,原本是给钉钉会议室做「Focus 投屏」配套的。

买来之后发现:开机直接进钉钉桌面,没有应用商店入口,没有文件管理,遥控器按键被钉钉抢走一大半。本质上——它被钉钉 + 阿里 YunOS 双重锁死,成了一块「只能开会」的砖。

但我记得它里面是一颗 Amlogic S905 芯片,性能放今天当个本地影音盒绰绰有余。于是目标很明确:

在不拆机、不刷机、不 root 的前提下,尽可能把它改造成一个「能遥控、能装 App、能投屏、能当数字相框」的家庭设备。


二、设备体检:用 ADB 给老机器做全身 CT

投影开着 ADB 调试(TCP 5555),在屏幕点一下「允许」就拿到 shell。

一眼看清它的底细:

  • SoC:Amlogic S905(GXL 平台),ARMv7 32 位
  • 系统:Android 5.1(SDK 22)+ 阿里 YunOS TV 外壳
  • 内核:3.14.29(2018 年编译)
  • 默认桌面:com.alibaba.dingtalk.focus(钉钉 Focus)
  • 屏幕:1280×720 / 160dpi
  • 权限:ro.debuggable=0、adb root 直接被拒,SELinux Enforcing,/system 只读 —— 无 root 实锤

端口普查更有意思:除了 ADB 的 5555,还有一堆钉钉私有端口(7100/11222/12345/52288),以及一组 uid 0 的 root 守护进程(9751/3988/3999)。其中 9751 是 autofocus_server——一个对焦马达服务,帧结构是 [40 字节头] + [1 字节 JSON 长度] + [JSON],理论上能远程触发自动对焦。再往深看,设备还有出向 MQTT 连到阿里云 IoT——这台投影一直是能被云端远程控制的。

结论很乐观:虽然没有 root,但 shell 能用、input 能模拟按键、/data/local/tmp 可写、能 adb install 侧载 APK。能玩的空间比想象中大得多。


三、无 root,到底能玩什么

很快就把基础能力跑通了:

  1. PC 遥控:写了个 remote.py,用 input keyevent / am start 在电脑上遥控投影——方向键、主页、音量、启动指定 App 全没问题。设备上一共能拉起 53 个 Activity,包括数字相框、媒体播放器、梯形校正、亮度调节等。
  2. 数字相框:am start 直接拉起 YunOS 自带的 PhotoPlayerActivity 显示图片,做成「开机即相框」一键命令。
  3. 侧载 App:装了当贝桌面、当贝市场、当贝文件管理器、Kodi、B站 TV 版。老 Android 5.1 兼容性意外地好。
  4. 无线镜像:scrcpy 连上去,PC 实时看到投影画面并鼠标操控(注意 Android 5.1 没有音频捕获,要加 --no-audio;中文输入法注入不支持 CJK,得走设备端输入法)。

投屏的真相值得一提,避免后来人踩坑:

  • ✅ 钉钉投屏码可用:手机钉钉输码 DJ1JK 直接投,这是最稳的官方通道。
  • ❌ 乐播云已死:这台 8 年老设备在乐播云端的注册早已过期,登录二维码、投屏码全部「加载失败」,用户侧无解。
  • ❌ iPhone AirPlay / 安卓 Miracast 搜不到:厂商把 mDNS/Bonjour 发现关掉了(mdnsEnable=0),乐播也不支持 Miracast。即使用户端能建 Lelink 会话,老 Amlogic 硬解现代手机实时流也不兼容,画面出不来。

所以最终投屏就两条实在的路:钉钉码 和 scrcpy 无线镜像。


四、开机自启:和「默认桌面」较劲

装了当贝桌面后,问题来了:按 HOME 永远回钉钉,因为系统把钉钉固化成了默认 HOME,而无 root 改不了这件事(pm disable 系统组件会 SecurityException,pm clear 清完重启又恢复)。

折腾一圈后,最稳的免 root 方案是 AutoStart(一个不需要 root 的开机自启 App):配置它开机延迟 60 秒、自动拉起当贝桌面。实测重启后:

钉钉桌面(~1 分钟)→ AutoStart 到点拉起当贝 → 当贝稳定接管前台。

借人、带出门、只有手机的场景全部零操作可用。

顺带还解了两个「老设备综合症」:

  • 电池是假的:BMS 显示 4166mAh / 97% 零衰减,但实测拔电即整机断电——2018 年的电芯深度放电后已锁死,带不动投影灯珠负载。结论:当固定 AC 投影用,电池只是个好看的读数。
  • RTC 失忆:硬件时钟永远停在 2015-01-01。无 root 改不了硬件时钟,但开了 auto_time 后每次开机联网自动校时,系统时间就正常了。

五、高光时刻:自己写一个 ADB 客户端,干翻 YunOS 的魔改认证

为了能用手机直接遥控投影(而不是每次开电脑),我做了个安卓遥控 App。难点是:App 要自己在 WiFi 上扮演 ADB 客户端连投影,而不能 exec 原生 adb 二进制(现代 Android SELinux 禁止)。

于是用了纯 JVM 的 ADB 协议实现(cgutman 的 adb-java),并把 PC 的 adbkey 打包进 App——因为投影的 /data/misc/adb/adb_keys 白名单里已经有这把公钥,手机复用同一把私钥就能免二次授权直连。

真机一跑,翻车了:标准 ADB 的 AUTH_SIGNATURE 握手被 YunOS 的魔改 adbd 全部拒绝(SHA1/MD5/SHA256/裸 RSA 都试过)。

继续刨,发现三个老设备专属的坑:

  1. 校验和是字节求和,不是 CRC32——2018 年老 adbd 用 sum,错一个字节直接断连。
  2. 消息常量是小端 ASCII:AUTH=0x48545541 这种,写反端序 mock 能过、真机必挂。
  3. 真相:这台 adbd 不收签名,但收到合法的 AUTH_RSAPUBKEY 后直接回 CNXN 放行,无需签名。而 RSAPUBKEY 的载荷是原始 272 字节 RSAPublicKey 结构体(含 n0inv 牛顿迭代、rr=2^2048 mod n 计算),不是 base64。

把认证流改成「发原始公钥结构体 → 直接连」,真机全通:连上、读 getprop、发 input keyevent 全部成功。等于自己实现了一遍 ADB 协议,还逆向出了 YunOS 对认证的特殊处理。


六、史诗级翻车:让手机当蓝牙遥控,踩遍 Android 隐藏 API

接下来想更进一步——不依赖 USB 调试,让手机像实体遥控一样直接控投影。

先拆解实体遥控:用 getevent -l 抓包,发现事件来自 bus: 0005(蓝牙),scan code 全是 0x0700xx(HID Keyboard 用法页)。原来这遥控是个蓝牙 HID 键盘,不是红外(系统里那份 NEC 红外码表其实是休眠配置,对 V1 无效)。

于是方向变成:让手机扮演 BluetoothHidDevice(蓝牙 HID 键盘),配对投影后发标准键盘报告。键码表我都抓全了(上/下/左/右/OK/主页/返回/菜单/音量/对焦/电源)。

然后是从 build36 一路翻车到 build45 的、关于 Android 隐藏 API 的连续暴击:

  1. SDP 构造器签名被定制:小米 HyperOS 上 BluetoothHidDeviceAppSdpSettings 的构造器末参是裸 byte[16](UUID 二进制),不是标准 AOSP 的 ParcelUuid[]。硬编码标准签名直接 NoSuchMethodException。
  2. Callback 是 abstract class,不是 interface:JDK 动态代理只支持接口,碰上抽象类必报 not an interface。
  3. ART 只认 DEX,不认 JVM class:改用 ASM 字节码生成子类,结果 can't load this type of class file——Android 运行时根本不加载 .class,必须生成真正的 DEX。
  4. 换 dexmaker 运行时生成 DEX 子类:这回过了编译,又卡在 NoSuchMethodException: (dexmaker 不自动生成构造器)、返回类型不匹配、android.os.Executor 类名拼写错、Manifest 给权限加了 maxSdkVersion=32 导致高版本系统看不见权限……
  5. 终于走到注册:权限弹窗都点了,却卡在「正在注册 HID 键盘…」6 秒超时,永远收不到系统回调。

最后在小米 + 华为两台不同品牌手机上复现了完全相同的症状,且回显的回调签名都是 AOSP 标准——说明不是某家厂商砍了,而是国产手机蓝牙栈普遍没实现 HID Device 这个服务端角色(getProfileProxy 拿到的 proxy 有效,但底层协议栈从不真正注册)。

实体遥控能用,是因为 V1 端是 HID Host;手机端是 HID Device,而这条路在国产 ROM 上被普遍砍掉了。

这条路线被判死。我清掉所有蓝牙代码,回退到纯 ADB 遥控,出了 build46(1.0.0-adb),8.36MB,覆盖安装即用。

(这段经历单独看比主项目还精彩:从一个错误假设出发,连过 SDP、Proxy、DEX 生成、Manifest 四道隐藏 API 关卡,最后撞上一道硬件级天花板。)


七、关于 root:能,但要拆机焊线

期间也认真评估过 root。结论很现实:

  • A. boot.img 重签注入 su —— 死。YunOS 锁了 bootloader,reboot bootloader / fastboot 全被拦截。
  • B. Dirty COW —— 死。YunOS 加固剥掉了所有 setuid 位,没有可提权的执行载体。
  • C. MaskRom 硬件线读 eMMC —— 唯一可行。拆机短接 eMMC 的 CLK-GND 进 MaskRom 模式,用 Amlogic USB Burning Tool 读全片备份、改镜像、写回。

但有个红线:全网搜不到 V1 的原厂固件(大眼橙官方 OSS 只托管 2021 年后的新型号)。也就是说,本机 eMMC 的备份是唯一的救砖底牌,在拿到备份前绝不能刷任何东西。

权衡之后,用户选择暂不拆机,保留无 root 现状。C 方案存档待用。


八、现在它能做什么(避坑清单)

最终形态,无 root、零拆机:

  • ✅ 开机自动进当贝家庭桌面(AutoStart 60s 延迟拉起)
  • ✅ 手机遥控 App(ADB 直连,免授权)
  • ✅ PC 遥控脚本 + scrcpy 无线镜像
  • ✅ 钉钉投屏码投屏
  • ✅ Kodi / B站TV / 数字相框 / 当贝市场装 App
  • ❌ 远程真正关机(只有待机键有效,无法远程唤醒)
  • ❌ 改默认桌面 / 改 DNS(无 root 动不了)

给后来人的几条硬经验:

  1. 老设备先 adb shell 摸一遍 getprop / 端口 / 能拉起的 Activity,比盲改高效十倍。
  2. YunOS 老 adbd 的 ADB 认证是魔改的:不收签名、只认原始 RSAPUBKEY 结构体,校验和是字节求和。自己写客户端时别按标准 AOSP 来。
  3. 想让手机当蓝牙遥控?先确认手机 ROM 实现了 HID Device 角色——国产定制系统(小米/华为/OPPO 等)大多没有,别像我一样从 build36 翻到 build45。
  4. 无 root 改不了默认桌面:用开机自启类 App(AutoStart 之类)兜底,比死磕 HOME 现实。
  5. 老设备云端服务基本已死(乐播、当贝云都靠老 API),本地功能优先,别赌联网能力。
  6. 电池读数和实际往往两码事:BMS 好看 ≠ 电芯能带载,拔电测试最实在。

九、写在最后

这台 8 年前的「会议砖」,最后没 root、没刷机,靠 ADB + 自写客户端 + 当贝桌面,活成了家庭影音盒。最有价值的不是某个具体命令,而是那个反复验证过的认知:

一台被锁死的设备,真正的大门往往在 ADB 和协议层,而不在 root。

至于那段蓝牙 HID 的翻车——它没让投影更好用,但让我把 Android 蓝牙隐藏 API 的坑踩了个遍。哪天换台原生系统的手机,也许还能把这半截轮子装上。


(本文已对设备局域网 IP、主机名、MAC 地址、用户名等敏感信息做脱敏处理。)

老电视自救指南:给 PPTV 55C4 去广告、装 Kodi 看直播、换第三方桌面

一台 2018 年前后智能电视的 ADB 折腾全记录

作者:家里的网络管理员 | 设备:PPTV 55C4 | 难度:★★☆☆☆(会敲命令就行)

家里的 PPTV 电视越用越闹心:开机一堆广告、自带的”直播”源大半打不开、遥控器还老被劫持去推流媒体。它本质就是一台 Android 盒子,那能不能像折腾手机一样,用 ADB 把它收拾干净?答案是能,而且全程不用 root。这篇把踩过的坑一次讲清。

一、先看清你的”战场”

动手前先摸清设备底细,后面每一步都围着它转:

- **电视**:PPTV 55C4,系统 PPOS 7.2.84,底层是 `Android 5.1.1`(SDK 22,32 位 `armeabi-v7a`),**未 root、bootloader 锁定**。
- **路由器**:电信定制的中兴 ZXHN E500,功能很弱,只支持 URL 黑名单,做不了端口转发之类的精细控制。
- **电脑**:一台 Windows 笔记本,装好 Android Platform-Tools(adb)和 scrcpy 即可。
- **网络**:电视走 WiFi,拿的是路由器 DHCP 分配的局域网地址——**这个 IP 会变**,后面会反复被它坑。

为什么强调”未 root / 锁定”?因为这决定了我们能走多远。好在本文所有操作都在”免 root”范围内,风险比刷机小得多。

二、第一步就劝退一半人:用 ADB 连上电视

电视的”开发者选项 → 网络调试(ADB over 网络)”打开后,电脑上就能:

adb connect 192.168.x.x:5555
adb devices # 看到 device 就成功了

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31



但这里有三个坑,按顺序排好:



- **IP 是动态的**。我这台电视的地址在 `.30 → .6 → .33` 之间反复横跳。所以脚本里不能写死 IP,而是先按电视的无线 MAC(如 `c4:98:5c:xx:xx:xx`)去本机 ARP 缓存里反查当前 IP,查不到再提示人工确认。
- **待机/重启后 5555 端口会关**。网络调试不是常驻的,电视睡一觉或重启,端口就没了,得回电视上重新打开"网络调试"。
- **adb 会"假死"(offline)**。ping 得通、端口也开着,但 `adb devices` 显示 `offline`,`kill-server` 重启 PC 端也救不活。这种僵死只能从电视端重启 adbd——也就是把"网络调试"关掉再打开一次。




排查连接问题时,别被"设备在线但 adb offline"骗去重装驱动。**先 ping 再探端口**:ping 通 + 5555 端口 OPEN,说明是 adb 握手卡死,去电视上重开网络调试即可,跟电脑无关。



## 三、清理广告与投屏垃圾包



PPTV 的自带广告、推送、以及一堆第三方投屏/联运 App,本质都是系统或预装 APK。用 ADB 的 `pm` 禁用(不是卸载,可恢复)最稳妥:

# 仅示意类别,实际包名以自己电视为准
adb shell pm disable-user --user 0 com.pptv.newtvad # 开机/屏保广告
adb shell pm disable-user --user 0 com.pptv.push # 推送服务
adb shell pm disable-user --user 0 com.pptv.tvbuy # 购物劫持
adb shell pm disable-user --user 0 com.starcor.mango # 芒果联运
adb shell pm disable-user --user 0 com.hpplay.leboproj # 乐播投屏(可留可禁)
adb shell pm disable-user --user 0 com.cibn.miaoku # 喵酷

需要注意的是:先确认包名再 disable,别拿”看着像广告”的包下手,否则可能把桌面或设置禁掉。禁用后用 pm list packages 核对一遍即可。

效果立竿见影:开机广告没了,屏保不再弹购物,遥控器也不会被半路劫去推 App。全程没碰系统分区,想恢复只要 enable 回来。

四、装上 Kodi 21.3,看 IPTV 直播

我想要的是”一个遥控器看所有直播源”,Kodi + PVR IPTV Simple Client 是最省事的方案。电视自带的是老掉牙的 Kodi 19.1,HLS 直播经常抽风,于是升级到官方 Kodi 21.3(Omega)。这里踩了两个大坑:

坑 1:升级后 Kodi 启动卡死

21.3 起来后卡在 waiting for add-ons to update...,Web 服务一直起不来。查日志发现是几个 Kodi 19 时代的 inputstream 插件(ffmpegdirect / rtmp)跟 21 不兼容,把启动流程堵死了。把它们移走后,Kodi 自带的仓库很聪明,自动把插件更新到了 21.x 版本:

- pvr.iptvsimple → `21.11.0`
- inputstream.adaptive → `21.5.23`
- inputstream.ffmpegdirect → `21.3.8`
- inputstream.rtmp → `21.1.2`

坑 2:HLS 报 “Error creating demuxer” 不一定是 Bug

本地生成的 MP4/HLS 测试流都能正常播(speed=1),证明播放器本身没问题。但点某些频道就报 OpenDemuxStream - Error creating demuxer。排查下来,罪魁是源的 master playlist 写了非法的 #EXT-X-STREAM-INF:BANDWIDTH=1,Kodi 解析 variant 选择器时直接崩了。改用它的 variant(清晰度)直链播放,立刻 1080p 正常。

经验:遇到 HLS “demux 失败”,先怀疑源 playlist 格式是否合法,再怀疑播放器。别急着给 Kodi 扣”兼容性差”的帽子。

一个关键真相:播放失败,锅不在 Kodi

最初用户报”一个台都播不了”。我把三个 m3u8 播放列表里的 1668 个频道 URL 全量探活,结果只有 1 个能连通,其余全部超时/失效(包括某高校 IPTV 测试源这种曾经能用、如今 100% 丢包的)。

也就是说:播放器、网络、PVR、HLS demux 全部健康,”播不了”纯粹是 IPTV 源大面积失效。唯一存活的那个直播源,用上面的 variant 直链法在电视上实测能放 1080p。

结论很现实:免费公开 IPTV 源的稳定性几乎没有。真要长期看,得有稳定可靠的源(合规渠道),而不是指望网上随便下的 m3u8。

五、换上当贝桌面 + 开机自启

原厂 PPOS 桌面广告多、还不顺手,换成第三方 TV 桌面体验立刻不一样:

- **当贝桌面**(`com.dangbei.tvlauncher`):TV 向的 launcher,干净好用,顺带带了当贝市场。
- **Autostart**(`com.autostart`):配一下,让电视开机自动拉起 Kodi(或你指定的 App),省得每次手动找。
- **当贝文件管理器**(`com.tv.filemanager`):在电视上管理 U 盘/局域网文件,传 m3u8 源很方便。

安装就是常规 adb install -r xxx.apk,推到 /sdcard/Download/ 再装。

顺带说一句很多人会踩的坑:KingRoot、Magisk 这类 root 工具,在这台锁 bootloader、未 root 的电视上装了也 root 不了。Magisk 要 patch boot.img + 第三方 recovery 才能刷;KingRoot 在定制系统上基本被挡。它们装上只是占地方,还可能带来隐私/广告风险。本文所有改造都不需要 root,别去点”获取 root”。

六、用 scrcpy 把电视”投”到电脑上遥控

想在大屏幕上操作、或者懒得找遥控器时,scrcpy 能把电视画面投到电脑并反向控制。针对这台电视我写了个一键脚本,重点解决了 IP 变化的问题:

@echo off
set TV_MAC=c4-98-5c-xx-xx-xx :: 按 MAC 反查当前 IP
set TV_IP=192.168.x.x
adb connect %TV_IP%:5555
:: 连不上就 arp -a 反查 MAC 拿到新 IP 再连
scrcpy -s %TV_IP%:5555 -w -m 1920 –video-bit-rate 8M –window-title “PPTV 55C4 遥控”


  

启动后电脑上弹个窗口,鼠标当遥控器、键盘能输字,延迟在局域网里基本无感。前提是电视"网络调试"是开着的——所以每次要用时,若连不上,先回电视重开一下网络调试(见第二节)。

七、那些年一起踩过的坑(清单)

- **IP 动态**:脚本里用 MAC 反查,别写死。
- **网络调试会自己关**:待机/重启后回电视重开。
- **adb offline 僵死**:PC 端重启没用,电视端重开网络调试重启 adbd。
- **Kodi 文件路径**:用绝对路径 `/sdcard/...`,别写 `file:///` 三斜杠(会被误解析成 `file://` 导致"播放失败"假象)。
- **HLS demux 报错**:先查源 playlist 的 `BANDWIDTH` 等字段是否合法,必要时用 variant 直链。
- **升级 Kodi**:旧版 inputstream 插件不兼容会卡启动,移走让仓库自更新即可。
- **别迷信 root 工具**:锁 bootloader 的设备,KingRoot/Magisk 装了也白装。
- **源才是命门**:播放器没问题,免费 IPTV 源大半已死,得有稳定合规源。

结语

折腾一圈下来,这台老 PPTV 从"广告弹窗遥控器被劫持"变成了"干净桌面 + Kodi 直播 + 电脑反向遥控"的自在设备,而且全程零 root、零刷机、随时可还原。最大的收获其实不是具体命令,而是排查思路:先分层定位(网络→连接→播放器→源),别一上来就怪软件。

如果你也有台"想扔又舍不得"的老电视,照着上面的清单一步步来,大概率能救回来。有问题欢迎留言交流。

免责声明:本文仅用于技术学习与交流,操作存在变砖、失去保修等风险,请自行评估并备份。禁用/安装系统应用请确认包名,后果自负。文中不涉及任何付费内容的破解,请通过合规渠道获取影音资源。文中设备 MAC、局域网 IP、用户名等敏感信息均已脱敏。

#Android TV
#ADB
#PPTV
#Kodi
#IPTV
#scrcpy
#去广告
#折腾笔记

一次 Phaser 3 网页游戏的完整复盘:4600 行代码、26 个 Bug、6 个致命级陷阱,以及那些”读代码永远发现不了”的问题。


先说结论

这个项目的起点很普通:一份 500 行的游戏设计文档,交给 AI 生成代码,一周内出了一个能启动的原型。

然后我接手做代码审查,结果是这样的:

指标 数值
源码规模 13 个 JS 模块,约 4600 行
发现问题 26 个(6 个致命级 / 15 个逻辑缺陷 / 5 个健壮性)
修复后验证 26 项全流程自动化测试全部通过,控制台零报错
移动端 HUD 完全重构,20 项专项测试通过

最值得说的一句话:这 26 个 Bug 里,有 6 个是”读代码看不出来、只有跑起来才会暴露”的。

这篇文章记录那些真正有价值的坑——不是语法错误,而是引擎行为的误用、时序的错位、以及”看起来对但其实是错的”设计。


一、这是个什么游戏

《逃离恐怖奶奶》(Escape from Horror Grandma),Phaser 3 做的横版潜行恐怖游戏,浏览器直接打开就能玩,无需安装。

玩家从噩梦中醒来,发现自己被锁在奶奶的老宅里。你没有任何攻击能力,只能靠黑暗、躲藏和声音判断,在被”它”抓到之前逃出去。

几个核心设计:

  • 五锁逃脱:正门需要集齐 5 件道具,每件都藏在高危险区域
  • 提灯的权衡:点亮看得清但暴露度高,熄灭安全但几乎看不见
  • 奶奶状态机:巡逻 → 调查 → 追捕 → 搜索 → 狂暴
  • 画外穿行:奶奶从屏幕边缘消失,2 秒后从另一侧出现,制造”她抄近道了”的压迫感
  • 躲藏 + 屏息:躲进衣柜后可按住屏息 10 秒,完全无声但视野变窄

设计文档里有一条我特别喜欢的支柱,叫不对称信息情绪引擎:

恐怖来自”我知道危险存在,但我可以选择何时面对”。所有子系统服务于同一个情绪目标——“她知道你在附近,但她不知道你在这里”。

这条支柱后来成了很多 Bug 的判定标准:凡是让玩家感到”被系统惩罚”而非”被恐惧笼罩”的机制,都是 Bug。


二、技术架构:零构建

技术选型走的是极简路线:

  • Phaser 3.60(Arcade Physics),本地 vendor 一份,离线可跑
  • 纯 ES Module,无 Vite / Webpack,`` 直接跑
  • 事件总线(EventBus)解耦 12 个子系统
  • Web Audio 程序化合成音效——全部用 Oscillator + GainNode + StereoPanner 现场合成,零音频素材

模块划分:

1
2
3
4
5
6
7
8
9
js/
├── main.js # 入口与游戏配置
├── core/ # 配置、事件总线、存档、节奏系统
├── player/Player.js # 玩家控制器(PC / 移动端双输入)
├── granny/Granny.js # 奶奶 AI(状态机 + 画外穿行)
├── scenes/House.js # 主场景
├── ui/ # 背包、躲藏系统
├── audio/ # 音频管理、视觉氛围
└── input/ # 移动端 HUD

架构本身没大问题,问题全在实现细节里。


三、六个”读代码看不出来”的坑

坑 1:所有平台碰撞体都是 32×32

这是最严重的一个,也是最隐蔽的。

代码是这样写的,看起来非常标准:

1
this.platforms.create(1000, 550).setSize(2000, 100).refreshBody();

地面、墙壁、平台全都这么写。语法没问题,逻辑看起来也对。

但实际上,这行代码完全无效。

原因在 Phaser 3.60 的实现里:ArcadeSprite 的 setSize 被物理组件覆盖成了转发给 body.setSize,但紧接着调用的 refreshBody() 又按贴图的**默认显示尺寸(32×32)**把碰撞体覆盖回去。

结果就是:地面、墙壁、所有平台,实际碰撞体都是 32×32 的小方块。玩家和奶奶根本没站在地面上,而是掉到了世界边界的底部。

这个 Bug 的诡异之处在于游戏”看起来能玩”——你能左右移动,能跳跃,画面完全正常。只有当你实测物理体位置,才会发现 y 坐标是 675 而不是 475。

正解:

1
this.platforms.create(1000, 550).body.setSize(2000, 100);

直接操作 StaticBody,StaticBody.setSize 会以物体中心重新定位,实测生效。

排查方法:我下载了完整版 phaser.js,用 Node 脚本切片读源码,确认了 setSize 在物理组件里被覆盖的行为。凭记忆修这类问题,大概率会修错。


坑 2:手动重力导致的”隔帧振荡”

玩家用的是手动重力方案(allowGravity = false),落地时把垂直速度清零:

1
2
3
4
5
if (!onGround) {
this.verticalVelocity += this.manualGravity * deltaSeconds;
} else {
this.verticalVelocity = 0;
}

看起来很合理对吧?

问题在于:速度清零后,物理体与地面恰好分离,下一帧 blocked.down 变成 false → 又开始下压 → 又接触 → 又清零……

实测下来,blocked.down 是隔帧交替 true/false 的。

后果有两个,都不太直观:

  1. 跳跃 5 次全部失败——因为判定落地那一刻,blocked.down 恰好是 false
  2. 站立不动的玩家在持续吸引奶奶——velocity.y 周期性非零,噪声等级在 0 和 5 之间跳动,AI 以为你在跑

解法:落地时保持一个微小的下压速度,让物理体每帧都与地面保持接触。

1
this.body.setVelocityY(onGround ? 30 : this.verticalVelocity);

同时 jump() 里要立即应用速度,否则起跳会被下一帧的下压速度抵消。


坑 3:JustDown 的”独占消费”

这个坑很经典,值得单独记住。

Phaser 的 JustDown(key) 只在首次查询时返回 true,之后就消费掉了。

而代码里有两处都在轮询同一个 E 键:

  • Player.handleInput():判断是否触发交互
  • HidingSystem.update():判断是否退出躲藏

Player 先执行,把按键标志消费了,HidingSystem 后执行,永远读到 false。

后果:玩家一旦躲进衣柜,就再也出不来了。 而且连锁引发一堆问题——躲藏中无法交互存档、无法触发被抓判定。

解法:Player 里先判断 isHiding,躲藏状态下不消费按键标志,留给 HidingSystem 处理。

1
2
3
4
const isHidingNow = hidingSystem && hidingSystem.isHiding;
if (!isHidingNow && Phaser.Input.Keyboard.JustDown(this.keys.E)) {
this.interact();
}

坑 4:状态机的路由优先级

奶奶有五个状态,代码里是这样路由的:

1
2
3
4
5
6
7
8
9
if (this.isBerserk) {
this.updateBerserk();
return; // ← 问题在这里
}

if (this.isInTransit) {
this.updateOffscreenTransit();
return;
}

狂暴分支在画外穿行检查之前就 return 了。

如果奶奶在狂暴状态下触发了画外穿行,updateOffscreenTransit 永远不会执行——奶奶就凭空消失了,再也不回来。

解法:把穿行检查提到最高优先级。穿行中的奶奶已经离屏,本来就不该执行任何状态机逻辑。

这提醒我:状态机的路由顺序本身就是业务逻辑,值得写注释说明为什么是这个顺序。


坑 5:躲藏机制形同虚设

设计文档里明确写了:奶奶搜索时会逐一检查躲藏点,躲藏中的玩家需要通过”被发现”判定才能被抓。

代码里也确实实现了 checkIfDiscovered() 方法。

但这个方法从头到尾没有被调用过。

tryCatchPlayer() 里只做了距离判断——不管你有没有躲起来,奶奶靠近就抓。躲藏系统等于白做。

解法:抓捕判定里接入躲藏状态检查,屏息状态下可以躲过近距离搜索。


坑 6:画外穿行被墙卡死

原实现要求奶奶走到窗口外的出口点(x = -100 或 2100),然后触发穿行。

但左右两侧有墙(x = -25 和 2025),物理体挡住了去路。奶奶永远走不到出口点,到达条件的事件永远不满足,轮询无限进行——同时定时器泄漏。

解法:按设计文档”从屏幕边缘消失约 2 秒后从另一侧出现”的描述重写——立即隐藏进入 2 秒倒计时,计时结束后 body.reset() 从另一侧出现。


四、手感调优:数值也是设计

修完功能 Bug 之后,试玩反馈了三个手感问题,这类问题的特点是”数值对了但感觉不对”。

1. 蹲伏后无法恢复原来位置

只改碰撞体高度时,Arcade 的居中对齐会让身体中心上移、底部悬空,物理引擎把玩家往下推;恢复站立时又被上推。sprite.y 永久偏移,跳跃也回不去。

解法是主动补偿:蹲伏/恢复时按高度差的一半调整 sprite.y,再 body.reset() 同步物理体。保证底部始终贴地,蹲伏前后位置完全重合。

2. 跳跃高度太大

jumpForce 从 -600 降到 -350。

3. 重力太小,空中停留太久

manualGravity 从 600 提到 1000(上升高度从约 300px 降到约 70px,滞空从约 2 秒降到约 0.7 秒)。

注意这里有个连带影响:重力加大后,落地维持的微下压速度也要从 5 提到 30,否则坑 2 的振荡会复发。同时噪声判定要忽略这个下压速度,不然站着不动也会被判定为”在移动”。

手感调优的教训:物理参数之间是耦合的,改一个要检查全部。


五、移动端:从”能玩”到”好用”

原方案参考《Alto’s Adventure》做了单手操作:自动向前行走、点击跳跃、滑动转向、靠近可交互物弹出卡片。

手机上一试,体验很差:

  • 交互卡片浮在画面正中央,遮住视线
  • 玩家不知道该点哪里跳跃、怎么转向
  • 蹲伏、提灯、背包、屏息这些功能根本没有入口

我把它推倒重做成了传统手游 HUD:

位置 功能
左下角 左右方向键
右下角 跳跃 / 蹲伏 / 冲刺
顶部左右 背包 / 提灯
顶部中央 动态交互提示(显示”躲进旧木柜”这类具体动作)
躲藏中 屏幕中央出现”屏息”按住按钮 + “离开”按钮

按钮统一用 Pointer Events,同时兼容真实触屏和自动化测试。

这里还踩了一个二次坑:交互提示最初放在底部中央,测试时发现它和右下角的蹲伏按钮横向重叠——玩家点蹲伏,实际触发了存档交互。后来移到顶部中央才解决。

这个坑是自动化测试发现的,手动点很难复现。这也是我坚持写测试脚本的原因。


六、方法论:为什么”读代码”不够

这次复盘最大的收获,是关于验证方式的三条经验。

1. 必须跑起来,而且要自动化

26 个 Bug 里有 6 个是纯运行时问题。我搭了一套本地服务器 + 无头浏览器的自动化测试,模拟完整游戏流程:启动、移动、跳跃、蹲伏、提灯、拾取、躲藏、屏息、抓捕、穿行、晚饭时间、窗口缩放、存档、10 秒稳定性。

这套脚本的价值不只是”验证通过”,更在于改完之后可以随时重跑,确认没有回归。后面做手感调优和移动端重构时,它救了我好几次。

2. 引擎行为要查源码,不要凭记忆

Body.setSize 的缩放语义、TimerEvent.reset 的签名、StaticBody.setSize 的定位行为——这些我原本都有”印象”,但印象是错的。

我的做法是下载一份完整版引擎源码,用 Node 脚本切片读实现。花 10 分钟确认,省掉 2 小时的误修。

3. 设计文档是判定的最终依据

“这算不算 Bug”这个问题,很多时候代码说了不算。比如躲藏机制——代码能跑,没报错,但和设计文档里”躲藏需要被发现判定”的描述不符,那就是 Bug。

有设计文档的项目,审查时一定要对照文档看”意图”,而不只是看”实现”。


七、接下来要做的

目前完成的是 M0 原型:灰盒场景、玩家控制、奶奶 AI、躲藏点、提灯系统。

按里程碑规划,后面还有:

  • M1:一层完整玩法闭环(正门钥匙 + 谜题 + 正式剪影美术)
  • M2:全屋 12 区域、五锁路线、记忆碎片、双结局、三档难度
  • M3:氛围打磨、手机端内测

最想验证的是那套”画外穿行 + 声像定位”的纵深欺骗——理论上它能把横版被压扁的左右二元选择,重新变回多向躲避的心理压迫。但这个只有真人试玩才能校准。


写在最后

这个项目给我的最大感触是:AI 生成代码的速度快得惊人,但”能跑”和”能玩”之间,隔着一整层工程实践。

语法错误 AI 自己就能修。真正需要人的,是那些藏在引擎行为、时序耦合、设计意图里的东西——而这些,恰恰只能靠”跑起来看”才能发现。

如果你也在用 AI 做游戏或者前端项目,我的建议是:在写第一行代码之前,先把自动化验证环境搭好。 它会在后面替你省下大量时间。


文中涉及的代码片段均已简化,路径与配置细节做了脱敏处理。

折腾了两天、约 8 小时,从规划、编码、部署到调通全链路,最后得出一个结论:此路不通。把踩过的坑都写在这里,给想干同样的事的人省点命。

缘起

家里吃灰的天猫精灵 X1,一直想给它接上大模型,让它从”人工智障”变成真正的智能助手。

参考对象是 GitHub 上很火的 mi-gpt——给小爱音箱接入 ChatGPT,无缝对话,体验丝滑。我就想:同样的思路,能不能在天猫精灵上复刻一份?

手头资源:一台天猫精灵 X1、一个天猫精灵开发者平台账号、一台跑 Termux 的小米 10(当局域网服务器)、一台 Windows 电脑。

先研究 mi-gpt 的原理。它能做到”无缝劫持”,靠的是小米云端暴露了非官方的 MiNA/MiIOT 接口:每秒轮询音箱对话记录 → 检测到新提问 → 暂停小爱原生回答 → 调 LLM → 通过 TTS 指令推送回复。全程零硬件改造,纯云端遥控。

再看天猫精灵这边:X1 跑的是轻量 RTOS(不是 Android),256MB 内存,没有 root 方案,更关键的是——天猫精灵没有开放任何类似 MiNA 的对话轮询接口。mi-gpt 那套”监听+替换”的玩法,从架构上就走不通。

于是退而求其次,选了官方支持的路线:AliGenie 自定义技能 + LLM Webhook。

方案架构

1
2
用户语音 → 天猫精灵X1 → AliGenie云端NLU → Webhook回调
→ Flask服务 → LLM API → 回复文本 → 平台TTS播报

听起来不复杂:在开放平台建一个技能,把后端指向自己的 Flask 服务,收到请求转手喂给大模型,把回答塞进回复字段。

理想很丰满。

实战:三个阶段,一路填坑

阶段一:后端搭建

技术选型 Python + Flask + requests,图一个轻。服务代码核心就一个 POST 接口,接收平台 JSON、提取用户话语、调 LLM、按协议返回。

坑 1:千问 Coding Plan 的 endpoint 和模型名。
用的是阿里云百炼 Coding Plan 的 key,base_url 是 coding.dashscope.aliyuncs.com/v1。结果 qwen-turbo、qwen-plus 全部报”model not supported”。查了一圈才发现这个端点只支持 Coding Plan 套餐内的模型(qwen3-coder-plus、qwen3.5-plus、kimi-k2.5、glm-5 等)。换成 qwen3-coder-plus 才通。

阶段二:部署到 Termux

打算让小米 10 的 Termux 当 24 小时服务器。然后迎来了本文章节最密集的一段坑。

坑 2:Termux 的 pip 是坏的。
Python 升级到 3.14 后,pip 的 shebang 还指向 python3.13,直接报 bad interpreter。解法:用 python -m pip 代替 pip。

坑 3:openai SDK 在 Android 上装不上。
新版 openai SDK 依赖 jiter(Rust 写的),Termux 编译需要 maturin 且要 ANDROID_API_LEVEL 环境变量,直接失败。解法:干脆不用 openai SDK,用 requests 直接调 OpenAI 兼容 API,依赖从一堆缩到 flask + requests 两个。

坑 4:Flask 跑在 /sdcard 上,热重载是假的。
改完代码 push 到手机,Flask debug 模式检测不到文件变更(FUSE 文件系统的锅),必须手动重启。更惨的是多次重启残留了 4 个 python 进程抢 5000 端口,新代码死活不生效,一度以为代码写错了。排查到 ps 看见多实例才破案。

阶段三:对接平台

在 AliGenie 技能应用平台创建语音技能、配置意图、下载认证文件、填后端 URL。

坑 5:认证文件机制。
平台保存后端 URL 时,会去访问 你的域名/aligenie/xxx.txt 验证域名所有权。文件放对位置前,保存一直报”未正确获取到认证文件”。

坑 6:Windows 的 curl 发中文 JSON 是 GBK 编码。
这个坑迷惑性极强:明明改了代码,测试却”行为不变”。真相是 git-bash 里的 curl 把中文按 GBK 编码发出去,Flask 按 UTF-8 解析成乱码,字符串匹配全部失效。测中文接口一律用 Python requests,别用 curl。

坑 7:调用词”AI”直接”调用失败”。
第一版调用词设成”AI”,结果对音箱说”天猫精灵,AI”,返回”调用失败”。英文短词在平台 NLU 里有冲突。改中文。

坑 8:调用词”问小杜”被”小度”截胡。
改成”问小杜”后,对音箱说”天猫精灵,问小杜”,它开始一本正经地介绍百度的小度机器人……谐音撞车,内置技能优先级压过自定义技能。

坑 9:意图不支持自由文本。
这是最致命的一个。理想中”天猫精灵,两只小可爱,今天天气怎么样”,平台会剥离调用词”两只小可爱”,拿剩余文案去匹配意图例句。例句没有的内容,一律匹配失败(意图 null),根本不会回调你的服务器。
所谓”动态意图”(官方文档里接收任意输入的机制),实测无效。

坑 10:改完意图必须手动”语音交互模型训练”。
例句、意图标识任何改动,都要点”语音交互模型训练”重新上传训练,还要等几分钟生效。不知道这点的话,会陷入”明明配了例句为什么匹配不上”的死循环。

坑 11:技能审核中无法编辑。
提交审核后想改后端 URL?不行,”期间无法进行编辑”,必须先撤回审核。

最终能跑通的交互形态

绕了这么多弯,这个技能实际能做到的对话形态是这样的:

1
2
3
4
5
6
用户:天猫精灵,两只小可爱
音箱:你好,我是小杜,有什么想问的尽管说
(此时后端返回 ASK_INF 保持会话)
用户:写一首诗
(命中预配置的例句"写一首诗",回调后端 → LLM 生成)
音箱:(播报诗句)

注意两个硬约束:

  1. 用户说的话必须命中预配置例句,否则平台直接兜底”对不起,我暂时还不支持这项功能”,压根不给你服务器机会。想覆盖更多场景,只能一条条加例句、重新训练。
  2. LLM 必须在几秒内返回。 平台回调超时阈值很短。中间试过通用模型 qwen3.5-plus,写诗要 32 秒,音箱直接”歇菜”;换回 qwen3-coder-plus 约 4 秒才勉强达标。

还有一个隐蔽问题:LLM 回复里的换行符会让音箱 TTS 播报中断。写诗、列清单这类结构化输出必踩。解决办法是在返回前做文本清洗:

1
2
3
4
5
def clean_for_tts(text, max_len=200):
text = re.sub(r'[#*`>]', '', text) # 去 Markdown 符号
text = re.sub(r'\n+', '。', text) # 换行 → 句号
text = re.sub(r'\s+', '', text) # 压缩空白
return text[:max_len] # 限长

算一笔账

项目 成本
时间 约 8 小时,含凌晨两点调试
现金 ≈ 0(复用已有 API 套餐,隧道免费,零硬件购置)
连带损失 Termux 环境被折腾坏过一次,额外花时间恢复
产出 一套可用但鸡肋的技能 + 一肚子平台限制知识

为什么说是鸡肋

因为做出来之后发现,它连最基本的”自由对话”都做不到:

  • 想问的问题得先命中例句,等于提前把用户话术枚举一遍;
  • 简单问题(天气、时间)平台内置技能自己就能答,显得我们的 LLM 很多余;
  • 稍微开放一点的问题(写诗、推理、闲聊),要么匹配不上,要么超时;
  • 每改一次话术,要重新训练、等生效、甚至撤回审核。

折腾到最后,音箱能体面回答的,还是那些它本来就会的问题。

复盘:不是实现问题,是架构问题

回头看 mi-gpt 为什么成:小米云端开放了对话记录的读取和 TTS 的写入接口,等于给第三方留了一条”旁路劫持”的通道,所以能做到无缝接管。

天猫精灵这边,开放平台只给了”技能回调”这一条正门,而正门的通行规则(例句匹配、超时阈值、审核流程)决定了它天然做不了自由对话。

平台没打算让第三方这么玩,再精巧的实现也只是在别人的地基上违章搭建。

给后来者的建议

如果你也想给智能音箱接大模型:

  1. 小米音箱 + mi-gpt:生态最开放,方案最成熟,直接抄作业;
  2. 自带 LLM 的新款音箱:比如已接入各家大模型的产品,别折腾二开;
  3. 预算够的话:ESP32/树莓派 + 开源语音助手(wukong-robot 之类),完全自主可控;
  4. 只有天猫精灵的话:趁早放弃这个念头,把它当个普通音箱用就好。

代码我留在本地了(Flask + 协议封装 + TTS 清洗那一套),万一哪天平台政策松动,或者要抄这份避坑指南的人需要,随时能捡起来。

但大概率是不会了。


本文涉及的所有 API Key、账号、设备标识均已脱敏。项目全程未产生硬件费用,API 调用走已有订阅套餐。

一次”看起来很简单”的需求,最终变成了一场网络诊断实战。这篇文章记录了完整的过程、踩过的坑,以及最后搞明白的真相——希望能帮你少走几步弯路。

起因:一个”简单”的需求

需求本身一句话就能说完:装一套带谷歌全家桶的安卓模拟器,用来注册一个谷歌账号。

听起来不难?我也是这么想的。毕竟模拟器安装、谷歌服务、账号注册,每一环单独拿出来都是”烂大街”的教程内容。但把它们串在一起、再加上国内网络环境,事情就开始变得有意思了。

先说结论,让赶时间的朋友直接拿走:

  1. 模拟器安装很顺利,但国行版不带谷歌服务,需要手动补装;
  2. 模拟器里注册谷歌账号,2026 年的今天基本是死路(后面细说为什么);
  3. 注册环境的”风控评分”才是决定成败的核心,跟你操作是否正确关系不大;
  4. 运营商光猫的本地管理页可能被远程配置悄悄关掉,”以前能进现在进不去”不是你的错觉。

下面展开讲。

第一回合:装模拟器,坑在”路径”上

模拟器选了网易 MuMu,原因很实际:我的机器上同时跑着 WSL2(Hyper-V),而 MuMu 是少数官方声明与 Hyper-V 共存的国产模拟器,不用改系统配置。

安装过程踩了第一个坑:在线安装器下载完会自动开始安装,默认路径直接开跑,根本不等你看路径设置。等我发现时,它已经把程序写到了 D 盘、把虚拟机数据写到了 C 盘——而我本来想全部放空间充裕的 E 盘。

只好卸载重来。这里又发现第二个坑:MuMu 的后台服务有守护进程保护,任务管理器里手动杀进程是杀不干净的,必须走官方卸载器才能清彻底。

重装时学乖了:进入安装器第一个界面,先找到角落里的”自定义安装”入口,改好路径再点”立即安装”。最终程序和虚拟机镜像都乖乖落在 E 盘,C 盘零占用。

小技巧:给老机器装模拟器,除了安装路径,还要留意虚拟机镜像(vms 目录)的存放位置——它比程序本体大得多,而且默认跟系统走。

第二回合:谷歌全家桶,装得上,用不了”注册”

国行版 MuMu 出厂不带谷歌服务,这属于预期之内。通过应用中心搜索”谷歌安装器”,按”服务框架 → Play 服务 → Play 商店”的顺序装好三件套,重启,Play 商店正常打开——到这里一切顺利。

真正的墙出现在注册账号这一步。填完邮箱和密码,页面卡在白屏转圈,最后弹出:

“这可能需要一些时间……Google 需要验证您的设备或电话号码。”

点了”重试”之后,验证要求直接升级成:

“您可能需要插入 SIM 卡或设置 eSIM 卡才能继续验证。”

模拟器哪来的 SIM 卡?这条路走不通了。

排查:是网络问题还是风控问题?

这里做了几步诊断,值得展开讲,因为区分”网络不通”和”风控拦截”是解决这类问题的关键:

  • 验证页面本身能从谷歌服务器加载出来(页面有内容、有渲染),说明网络层是通的;
  • 测试代理出口 IP,发现是 DigitalOcean 新加坡的机房 IP——数据中心 IP 正是谷歌风控的重点关照对象;
  • 路由器开了 TUN 模式,模拟器流量确实走了代理(在代理日志里能看到模拟器虚拟网段的请求)。

结论:不是连不上谷歌,是谷歌不想让我这个环境注册。

换 IP 有用吗?——有,但治标不治本

切换到新节点、清空谷歌三件套的应用数据、重启模拟器、重新走注册流程——验证环节换了张脸,但依然要”验证设备”。改从 Play 商店的原生入口注册,同样被拦。

到这里真相浮出水面:安卓端的账号创建流程,对模拟器环境已经普遍锁死为”必须 SIM/eSIM 验证”。这不再是某个 IP 的风控分数问题,而是谷歌对”模拟器指纹”这类环境特征的通用策略。换 IP、清数据都只是延缓判决。

第三回合:换赛道——PC 浏览器注册

既然模拟器内无解,那就换路:在电脑浏览器里注册,成功后回模拟器只做登录。登录流程不触发那套 SIM 拦截——这是整个方案里最关键的一条情报。

浏览器注册的体验确实好很多:姓名、生日、密码一路顺畅,页面加载流畅,没有模拟器里那种处处受限的感觉。

但走到电话验证环节,谷歌要求用手机扫二维码完成设备验证。扫码后,手机上出现了熟悉的一幕:提示”需要插入 SIM 卡”。

这里要替大家总结一个高频问题——**为什么手机明明插着卡,谷歌的验证码短信(G- 开头那类)就是收不到?**按概率排:

  1. 运营商的国际短信过滤:国际通道进来的短信,被运营商关键词/频次策略丢弃或延迟,本身丢失率就不低;
  2. 手机系统的骚扰拦截:国产系统默认开启海外短信拦截,先去”骚扰拦截记录”里翻一翻,大概率有惊喜;
  3. 号段问题:虚拟运营商号段(165/167/170/171)经常根本投递不到国际短信;
  4. 请求次数耗尽:同一号码短期多次请求,谷歌会静默停发几天,界面照样显示”已发送”。

对策:优先选”语音电话”验证(走电话线路,拦截率远低于国际短信);翻拦截记录并加白名单;虚商号段直接放弃短信路线。

至于连续多轮失败之后怎么办——我的经验是:停手,等 24-48 小时。谷歌的风控是评分制不是黑名单制,分数会随时间衰减。连续硬刚只会把手机号、IP、设备指纹的分都刷低,最后连累本来能成功的路径。

注册环境通过率的排序(实测 + 综合社区经验):

真机 + 实体 SIM + 移动数据 > PC 浏览器 > 安卓模拟器

真机注册时注意全程固定同一节点、别中途切换,网络环境跳变也是扣分项。

番外一:模拟器的广告清理

顺手把模拟器里铺天盖地的游戏推广清理了一下,方法对大多数国产模拟器通用:

  • 停用广告源头应用:应用中心、广告组件、广告标识(OAID)服务这三个包,用 pm disable-user 停用即可,不需要卸载;
  • 清空”自动预装”列表:很多模拟器有个隐藏配置项,开机会自动装推广 App,找到对应的系统设置项清空;
  • 重置桌面数据:桌面搜索栏里的游戏广告条来自桌面的”资讯组件”,重置桌面(pm clear 桌面包)即可消失。

清理后谷歌三件套不受影响,后台少一个常驻进程,3 核配置的模拟器流畅度肉眼可见地变好。

番外二:光猫管理页”消失”之谜

因为想研究软路由(把闲置手机改造成旁路由,让全家设备无感科学上网),需要进光猫改桥接。结果发现:光猫管理页打不开了——手机直连光猫 WiFi 也一样,但设备背面标签明确写着管理地址就是它。

排查过程非常典型:

  1. ping 光猫网关:通;
  2. tracert 第一跳 2ms:直达;
  3. 路由表检查:无代理 TUN 劫持、无异常路由;
  4. 绑定源 IP 直连测试:80/443 端口依然超时(不是拒绝,是静默丢包);
  5. 全端口扫描 1-10000:没有任何开放的 TCP 管理端口,只有 DNS(53)活着。

结论:光猫的 Web 管理服务被电信的 TR069 远程网管从运营商侧关掉了。这不是我电脑的问题、不是我路由器的问题、更不是代理的问题——是光猫自己不回应。近年新装/升级固件的运营商定制光猫(我这台是电信友华代工)普遍在做这种”安全加固”。

“以前能进、现在不能进”和时间点上的巧合(比如接了新路由器)没有因果关系,那只是 TR069 自动下发配置的时间恰好撞上了。

破解路径按成功率排:

  1. 看光猫背面标签:确认型号和默认管理地址(有的不是常规端口);
  2. 拔光纤进本地维护模式:断开入户光纤后 TR069 通道失效,部分型号的本地管理页会重新开放,用默认超管账号尝试;
  3. 找装维师傅:直接说”要接自己的路由器改桥接”,师傅能通过工单系统重置超管密码,通常十分钟解决——这也是改桥接最稳的路。

复盘:这趟折腾教会我的三件事

**一、”能打开页面”不等于”网络没问题”,”打不开页面”也不等于”网络有问题”。**定位网络类故障,先分层:连通性(ping/traceroute)→ 端口层(TCP 探测)→ 应用层(HTTP 状态码)。这次两个问题(谷歌注册、光猫管理页)都靠端口层探测一锤定音。

**二、风控是评分制,不是开关。**IP 信誉、设备指纹、行为模式、历史失败记录,每一项都在加权。撞墙之后最理性的动作是停下来让分数冷却,而不是换着姿势继续撞。

**三、需求会自己长出分支。**从”装个模拟器”出发,一路上顺手解决了广告清理、网络拓扑梳理、光猫排查、软路由规划——折腾的意义大概就在这里:每个坑都是下一段路的地图。


本文涉及的网络工具与方法仅作技术记录与学习交流,请遵守当地法律法规。文中涉及个人环境的 IP、账号、设备信息已做脱敏处理。

台子搭好了,我开始上自动化。4个定时任务齐活,然后一个接一个翻车。最后我删掉了新闻播报,原话是”搞不好就算了”。

TL;DR

4个定时任务(早间新闻播报、每日工作总结、H3MS每日反思、HN+arXiv日报),钉钉Stream连接反复断,新闻播报被吐槽”胡说八道”。逐条核实后,发现RSS源+LLM翻译的组合就是会出幻觉。直接删掉新闻播报任务,从4个cron变成3个。砍掉的是执念。

一、起因:台子搭好了,该上自动化了

Hermes在手机上架起来之后,我接了三通道,跑了股票脚本,一切看起来都很美好。

但美好只持续了几天。

我这个人有个毛病——东西一旦跑通了,就想让它自动跑。在阿里做渠道的时候就是这样,SOP跑通了就想自动化,自动化跑通了就想规模化。这是销售出身的人的职业病。

所以我开始搞定时任务。

二、4个定时任务齐活

我给自己设了4个定时任务:

早间新闻播报(06:00)——每天早上6点,自动抓取财经新闻,筛选、分类、翻译,推送到钉钉群。我想的是,以前每天早上一睁眼就看手机新闻,现在让AI帮我筛选,我只看精华。

每日工作总结(20:00)——每天晚上8点,自动回顾一天的工作,生成总结。这个想法来自我在阿里的习惯,每天下班前花10分钟复盘当天的工作。

H3MS每日反思(21:00)——每天晚上9点,基于H3MS记忆系统生成每日反思。H3MS是我自己搞的一个知识管理系统,河马氏三域记忆——全局共享知识、跨域关联、每日反思。

HN+arXiv日报(07:00)——每天早上7点,抓取Hacker News和arXiv上的技术文章,翻译摘要推送。这个是我保持技术敏感度的方式。

4个任务,覆盖了早中晚。我想象中的画面是:每天早上醒来,钉钉群里已经推送了今天的新闻和技术日报;每天下班,工作总结自动发到群里;每天晚上睡前,H3MS反思提醒我这一天做了什么。

自动化不是目的,目的是让自己从”信息过载”中解脱出来。

三、翻车:钉钉Stream连接反复断

第一个翻车的是钉钉推送。

Hermes的定时任务默认通过Hermes会话机制推送消息到钉钉。这个机制叫”Stream模式”——Hermes保持一个长连接到钉钉服务器,实时接收和发送消息。

听起来很美好。但实际跑起来,Stream连接反复断。

日志里反复报错:No valid session_webhook for chat_id=xxx。意思是Hermes找不到有效的会话来推送消息。后台任务没有活跃的用户会话,Stream连接就断了。

我试了各种办法:改deliver目标、换脚本、加重试机制。都不行。Stream模式在后台任务场景下就是不稳定。

那段时间,每天早上一睁眼,钉钉群里要么没推送,要么推送了一半。新闻播报有时候发出来了,有时候没发出来。工作总结有时候推了,有时候没推。

自动化没让我解脱,反而让我更焦虑了——每天第一件事就是检查钉钉群里有没有推送。

四、胡说八道:新闻播报被吐槽

更尴尬的是新闻播报的内容。

有一天,我收到一条消息,是我自己发在钉钉群里的——不对,是Hermes的定时任务推的。我一看内容,愣住了。

早间新闻播报推了9条新闻,我逐条看了一遍:

1、【天气】英伟达5000亿AI融资计划暗藏隐忧,特朗普顾问警示”暗GPU”过剩风险
2、【政策】为什么越南和印度也开始发钱「催生」了?
3、【政策】出路在哪里?多国央行陷入”救火-加杠杆-再救火”的循环困境
4、【社会】韩国总统李在明称房地产泡沫已不容忽视
5、【社会】曾经爆火的洞洞鞋遇冷,Crocs联合瑞幸推出近六百元洞洞鞋
6、【财经】华尔街多头信心大振:标普500盈利增速创30年新高
7、【财经】手术机器人展望:从达芬奇帝国到国产替代
8、【国际】乌克兰出现由日本人组成的战斗分队
9、【国际】伊朗称美军已被驱逐不得进入海峡

我一条条去核实。

英伟达5000亿融资?查了,没有这个新闻,可能是旧闻拼接。

韩国总统李在明?韩国总统不是李在明,这个信息就是错的。

越南印度发钱催生?有相关的政策讨论,但不是”发钱催生”这种简单化的表述。

乌克兰日本人战斗分队?有报道,但不是”近日成立”,是之前就有的。

9条新闻里,至少有3条存在事实错误或严重夸大。分类也乱七八糟——英伟达融资被分到了”天气”类,越南人口法被分到了”政策”类(这个勉强算对),洞洞鞋被分到了”社会”类。

我自己在钉钉群里看到这条推送,第一反应是尴尬。

这不是我想要的新闻播报。我想要的是精华筛选,不是AI幻觉大赏。

五、逐条核实:RSS+LLM翻译的组合陷阱

我花了半天时间,逐条核实了这9条新闻的来源。

问题出在新闻播报的架构上:RSSHub抓取标题和摘要 → LLM翻译+分类 → 推送到钉钉。

RSSHub是个开源RSS聚合服务,我用的实例是rsshub.rssforever.com。它抓取的新闻源质量参差不齐,有些是知乎热榜(”为什么/如何/吗”这种问答格式),有些是公众号文章标题党,有些是旧闻搬运。

LLM翻译+分类这一步,问题更大。LLM看到RSS抓来的碎片化摘要,会”脑补”完整内容。加上翻译过程中的信息丢失,最终输出的新闻就变成了”半真半假”的状态。

我试图修复:加过滤规则、换RSS源、调整LLM的prompt。但修来修去,本质问题没解决——RSS源的标题党+LLM的脑补幻觉,这个组合天生就不适合做新闻播报。

六、搞不好就算了

我盯着那条新闻播报看了很久。

9条新闻,3条有事实错误,2条分类错误,剩下4条虽然事实没错但都是旧闻。我花了一天时间逐条核实、修脚本、调prompt,结果还是不行。

然后我做了一个决定:删掉新闻播报任务。

原话我在会话里说的是:”搞不好就算了,以后需要再说吧。”

删掉一个自己精心设计的定时任务,说实话有点心疼。毕竟花了那么多时间写脚本、调配置、测试推送。但更心疼的是时间——如果我每天花半小时去核实AI生成的新闻,那还不如我自己直接看新闻。

自动化不是银弹。有些东西,机器做不好,不如不做。

从4个cron变成3个。剩下的3个(每日工作总结、H3MS每日反思、HN+arXiv日报)后来也经历了各种翻车和修复,但至少它们的内容是我自己可控的。

七、教训:快速止损的工程哲学

这件事给我上了一课。

在阿里做销售的时候,我学会了一件事:快速止损。一个客户跟了3个月没跟进,不如换个客户跟。一个渠道跑了半年没跑通,不如换个渠道跑。

做技术也一样。一个方案试了3天不行,不如换个方案。一个任务跑了1周不稳定,不如删掉。

“搞不好就算了”不是放弃,是止损。是承认有些东西现在做不好,等条件成熟了再做。

新闻播报后来有没有恢复?恢复了。但不是用RSS+LLM翻译的方式,而是改用Webhook直推模式,脚本自己处理推送,不依赖Hermes会话。这是后话了。

但至少在那一刻,我学会了:自动化不是越多越好,稳定比数量重要。


作者:小道 · 环境:Termux on Android 13 · 2026-08-08
关联阅读:上一篇《一台Android手机,就是我的AI服务器》 · 下一篇《升级只需5分钟,修环境要5小时》

一台 2014 年的 i5 + 16GB 内存的 Win10 老机器,开机后内存就吃掉一半多。花半小时做了次”开机体检 + 微创手术”,分享给同样被老电脑启动拖累的朋友。

一、为什么要折腾

最近这台主力机的体感是:开机进桌面后要”愣”好一会儿才顺手。看一眼任务管理器——16GB 内存,刚开机空闲就只剩 7GB 出头。

老平台的 CPU 本来就弱(i5-4590,四核),开机阶段几十个自启动进程和服务一起抢 CPU、抢磁盘,慢是真有原因的。

于是我决定系统地查一遍:开机启动项、系统服务、计划任务。这里说句公道话,很多”电脑慢”并不是硬件不行,而是十年积攒下来的自启动残留没人管。

二、先摸清家底:三个检查入口

不用装任何第三方工具,Windows 自带的信息就够用:

1. 启动项——看三个地方:

  • 任务管理器 →”启动”标签页(最直观,但看不到全貌)
  • 注册表 Run 键(真正的”账本”):
    • HKCU\Software\Microsoft\Windows\CurrentVersion\Run(当前用户)
    • HKLM\Software\Microsoft\Windows\CurrentVersion\Run(所有用户)
    • HKLM\Software\WOW6432Node\...\Run(32 位程序)
  • 启动文件夹:shell:startup 和 shell:common startup

用命令快速看一眼注册表启动项:

1
2
reg query "HKCU\Software\Microsoft\Windows\CurrentVersion\Run"
reg query "HKLM\Software\Microsoft\Windows\CurrentVersion\Run"

2. 服务——重点看”自启动但不用”的:

1
2
Get-CimInstance Win32_Service | Where-Object { $_.StartMode -eq 'Auto' } |
Select-Object Name, State, PathName

微软官方的 svchost 服务基本别碰,重点筛第三方路径的自启动服务。

3. 计划任务——开机/登录触发的隐藏大户:

1
Get-ScheduledTask | Where-Object { $_.TaskPath -notlike '\Microsoft\*' -and $_.State -ne 'Disabled' }

三、体检报告里最意外的三个发现

发现① 一个”幽灵用户会话”在偷偷吃内存

机器上有两个账户。检查时发现:另一个账户的会话虽然处于”已断开”状态,但人走了、”房间”没退——一整排按用户启动的服务还在后台常驻,白白占几百 MB 内存。

这个坑非常隐蔽:任务管理器的启动项里根本看不到它。断开 ≠ 注销,不用了请选”注销”。

发现② 卸载干净的安全软件,才是对系统好

体检发现一个很典型的”半卸载”样本:某国产安全软件的托盘程序还注册在开机启动里,但进程根本没在跑(服务也是”自动启动、实际停止”)——典型的卸载不干净。而 Windows Defender 其实在正常工作,双杀毒软件共存毫无意义,只会拖慢开机。

处理方式:删掉它的 Run 启动项 + 删除残留服务,最后用官方卸载器/清理工具把残留目录请出去。先备份注册表,再动手。

发现③ “自动启动”的服务,有一大半其实从没运行过

清点名册时发现 6 个服务设成了”自动”,但常年 Stopped——它们不是不需要,就是按需才用。这类服务改成”手动”几乎零风险:Windows 需要时会自动拉起它们,白白开机自启只是徒增负担。

1
2
# 查看某服务当前状态
Get-Service -Name 'MapsBroker'

另外还揪出一个每次登录都静默失败的计划任务(上次结果代码 1)——这种”僵尸任务”既拖慢登录又报错给谁看呢?不需要就直接删。

四、我最终做的减法

操作 数量/效果
移除 IM 软件自启(改为手动开) 少加载约 2GB 内存的常驻大户
清理半卸载安全软件残留 删 1 个启动项 + 1 个服务
自启服务改手动 共 8 个
删除无用计划任务 1 个
清理注册表启动残留记录 18 条
注销幽灵用户会话 释放数百 MB

改完后,真正有实质负担的第三方自启只剩网络代理等少数几个确实在用的。系统服务从 73 个自启动降到 65 个,开机自启进程减少 5 个以上,预计释放内存 0.5~1GB——对老平台来说,登录到可用的等待时间有可感知的缩短。

五、抄作业:安全清单与红线

动手前,务必先备份(注册表一键导出,改坏了能还原):

1
reg export "HKCU\Software\Microsoft\Windows\CurrentVersion\Run" run_backup.reg

这些不要乱动(我保留的白名单):

  • 杀毒/防火墙:Defender 全家桶(WinDefend、wscsvc、mpssvc)
  • 网络相关:无线局域网(WlanSvc)及无线网卡厂商自己的服务——有的电脑用的是 USB 网卡,厂牌服务一停直接断网
  • 开发依赖:WSL 服务
  • 外设依赖:打印后台处理(Spooler)
  • 你自己主动部署的隧道/代理/网关类服务

原则一句话:只删”确定的残留”,只改”自动却从不运行”的,拿不准就设”手动”而不是”禁用”。

六、写在最后

这次体检全程是让桌面上的 AI 助手跑的——采集、分析、备份、提权逐项执行,我只负责在关键决策上拍板(比如”这个要不要留”)。如果你想手动来一遍,上面的命令也足够覆盖 90% 的操作。

老电脑不可怕,可怕的是十年不敢打扫。你的电脑开机后内存还剩多少?欢迎评论区晒一下。


本文为个人维护记录,机型环境为 Win10 22H2 + 16GB 内存的老平台,具体项目请以自己机器的实际情况为准;涉及注册表与服务操作,请务必先备份。

阿里11年,从地推铁军到钉钉渠道,最后两年管11个城市代理商,一个人连轴转,身体和家庭都到了临界点。离开后在杭州进了家小公司,早九晚五,舒服,但发现自己不是那种能安逸的人。直到折腾起了”小龙虾”(OpenClaw),一发不可收。

TL;DR

一台Android手机 + Termux + Hermes Agent = 一个能接钉钉/微信/飞书三通道的AI助手,外加股票盈亏查询、定时新闻播报、每日工作总结。零云服务器成本,全跑在手机上。

这不是教程,是一个阿里老兵在非技术岗位上,第一次把AI落到自己生活里的踩坑记录。

一、起因:发现自己不是那种能安逸的人

我在阿里待了11年。

前5年在中国供应商(中供)做B2B大客户销售运营,那是真刀真枪跑出来的日子,每天睁眼就是KPI、客户、方案,脑子转得停不下来。中间4年转做钉钉渠道管理,开始玩生态、玩SOP、玩渠道赋能。最后两年在本地生活做渠道管理,管11个城市的代理商。

一个人管11个城市,是什么概念?

周一到周五,正常上班,正常加班。周末和节假日,是促销高峰,更是得时刻盯着。业绩压力像一根弦,绷紧了就没松过。长期出差,家里人有意见,闹矛盾。身体开始发出警告——不是累一天两天,是常年连轴转,吃不消了。

离开的时候,没想太多。就是觉得,得停下来。

后来经人介绍,我进了杭州一家做教育赛事运维的小公司。20多年的传统老业务,很稳定。50来人,早九晚五,不加班。

舒服吗?确实舒服。

但舒服了没多久,我就发现一个问题:我没成长了。

以前在阿里,每天面对新挑战、新压力、新打法,脑子是活的。现在呢?业务是稳定的,流程是成熟的,问题是有前人兜底的。时间稀里糊涂就过掉了,像温水煮青蛙。

我不是那种能安逸的人。骨子里,我还是那个在中供跑客户、在钉钉管渠道、一个人扛11个城市业绩的人。安静下来,反而慌。

得找点事做。

二、一发不可收:从OpenClaw到Hermes

找什么事?

一开始是瞎折腾。后来刷到了OpenClaw(大家叫它”小龙虾”),一个让AI能”动手”的开源项目。我本来只是想看看AI现在能干什么,结果一入坑深似海。

从OpenClaw开始,我接触到了各种AI工具、Agent框架,发现这东西不仅能”聊天”,还能真的干活——能接钉钉、能抓数据、能自动化跑流程。

然后我刷到了Hermes Agent。

Hermes是个开源AI助手框架,能接钉钉、微信、飞书,能在Termux(Android上的Linux终端)里跑。最打动我的是它的”全栈自管”理念——不依赖云端,数据在自己手里,跑在本地。

我在手机上试了一下。

三、搭台子:从”玩玩”到”跑起来”

Termux在Android上跑Linux,这个概念我知道。但真正动手才发现,坑比想象的多。

第一个坑:Python环境

Termux的Python是3.13,和市面上大多数教程的3.11不一样。venv路径变了,旧依赖全废。cryptography这个库,50.0.0版本在Android上编译直接崩溃——日志里写着Failed to load plugin 'wecom-platform': No module named 'cryptography.hazmat.backends',微信插件因为缺这个库根本加载不了。

锁死48.0.1才跑通。设了ANDROID_API_LEVEL=33,折腾了大半天。

第二个坑:三通道接入

Hermes支持多个通道(钉钉、微信、飞书),但每个通道的配置都不一样。钉钉需要Webhook Token,微信需要Session管理(而且Session会过期,日志里反复报Session expired; pausing for 10 minutes),飞书相对简单。

我把三个通道全接上了。从此,不管是在钉钉群里、微信里还是飞书上,都能跟我手机上的AI助手对话。

第三个坑:股票播报脚本

这个是我的刚需。我有港股和美股持仓——俄铝、海天味业、小米、商汤、美图、易方达、万科,加上美股的DJT、CHA、BABA。以前查行情要打开三四个APP,港股一个、美股一个、汇率换算再一个。

写了一个stock_pnl.py脚本,问一句”今天港股情况咋样”,AI直接拉API算盈亏。港股7只+美股3只,港币美元自动换算人民币,成本价浮盈浮亏一目了然。

第一次跑通的时候,屏幕上一行行跳出来:

俄铝(00486) +3.43%,今日赚362元
海天味业(03288) +2.96%,今日赚81元
小米集团(01810) +2.07%,今日赚96元

那一刻,我觉得这玩意儿比打开APP查快多了。更重要的是,我在折腾这个东西的过程中,久违地感觉到了”成长”——不是业绩压力逼出来的成长,是自己主动想要搞明白某个东西的那种兴奋。

四、台子搭好了,然后呢?

到这一步,Hermes已经跑在手机上了。三通道接入,股票查询脚本跑通。同事不知道,这个平时开会不说话的中年人,已经在手机上搭了一套AI基础设施。

手机屏幕不大,Termux的终端界面黑底白字,看起来就像个极客玩具。但它确实在跑——后台进程常驻,通道实时在线,我随时可以通过钉钉、微信、飞书跟它对话。

零云服务器成本。没有AWS,没有阿里云,没有Docker集群。一台Android手机,11GB内存,226GB存储(后来被吃掉了22GB,那是后话)。

但说实话,这时候的Hermes只是个”能用的玩具”。它能回答问题、查股票、接通道,但还没有真正融入我的日常工作生活。

真正的折腾,是从把它变成”工具”开始的。


作者:小道 · 环境:Termux on Android 13 · 2026-07-15
关联阅读:下一篇《搞了4个定时任务,删掉了一个》

0%