code_eyes

戴着眼镜用语音操作编码工具

栏
器 做出了什么
有记录的时间
2026-05 至 2026-06
卦
姤
011111
这是校验和,不是占卜

它是什么

我觉得眼镜适合成为写代码的入口,繁重的执行可以留在电脑上。code_eyes 的设计是:用 Rokid RV101 增强现实眼镜接收语音,远程操作 Claude Code 这个能修改文件、执行命令的编码工具,结果压成眼前一屏短句,再用语音播报。眼镜上的整条流程还没有做过真机验证。

项目把理解意图和实际编码分成两层。前一层决定叫哪个工具,后一层在工作区里做事;眼镜承担输入和回显。这样看,眼镜的价值是给人一条更短的入口,整套开发环境不必搬进镜腿。

我做了什么

这个项目做了服务端、眼镜客户端和浏览器调试端。几端共用消息格式,眼镜端的实现还要逐字段核对,防止两边对同一条消息有不同理解。浏览器方便调试协议和语音,但桌面布局与鼠标操作不能替代戴眼镜的体验。

交互中有个我认为必要的区分:打断眼前的播报,不该顺手杀掉后台正在改代码的任务。项目把这两个动作分开,编码会话可以继续,明确要求中止任务时才停。否则一次很轻的交互,就可能把一个长任务打断。

关键取舍

硬件给过一个很直接的反例。早期设计想把长按用作应用交互,2026 年 5 月 15 日的真机检查却发现,长按属于眼镜的系统助手,原来的设计得改。现在约定用单击做语音输入或打断,双击返回,滑动控制方向。

少掉一个手势,意味着应用能分配给动作的入口更少。这里不能只在模拟界面上把流程画圆;真正戴上去能不能记住、会不会误触,还要另验。我也更关心屏幕上能否看见任务正在干什么、有没有出错,这正是项目会话页选择呈现的信息。

现在到哪了

服务端的整条处理链路已有完成记录,眼镜应用的代码也已写完。2026 年 5 月的交付冒烟报告覆盖了断线重连后恢复快照、两端协议字段同步等检查。它说明这些连接和协议环节过了,不能扩张成戴着眼镜说一句话、完成一次编码的真机验收。

眼镜端的代码写完了,真机端到端还没验证。6 月做的是静态审查,填不上这个空白。目前可以交代实现到了哪一层,还不能说这副眼镜已经成了日常写代码的工具。