
开发者用Claude Code构建远程监听系统以定位神秘蜂鸣声
来源标题:Locating the source of a mysterious beep
一名开发者利用Claude Code构建了一套分布式监听系统,用于定位房间内神秘蜂鸣声的来源。系统包含可通过WebSocket远程热更新代码的监听模块,使管理员服务器能在各监听设备上自动执行新代码,无需逐一手动操作。开发者在笔记本电脑上启动服务器后,测试了实时修改软件的能力。
以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
好,试着把它做出来,加一个机制,让你能把新代码推送给监听端,它们会自动运行。这样我就可以在房间里把一切布置好,然后不管我,让你继续折腾和实验,我去做别的事。
这让我走到了这一步——系统大部分已经搭好,但还没有真正运行过。
我把新仓库克隆到笔记本电脑上,启动了 Claude Code……然后 Fable 5.2 发布了,这个项目看起来是检验它的绝佳机会。
我让笔记本电脑上的 Claude Code 启动服务器运行,然后确认它既能观察正在发生的情况,又能在软件运行时对它做实时修改。
这一点其实已经内置在软件里了:Opus 5.5 在监听端上构建了一个 installModule() 方法,可以通过 WebSocket 连接触发,也就是说管理服务器可以在任何客户端上执行任意新代码。
在某些设备上,监听麦克风的网页每次重新加载都会请求用户授权。模块热替换机制意味着我们可以部署新代码,而不必逐个手动操作每台监听设备。
从那以后,我的参与主要就是坐在笔记本电脑旁,和 Fable 5.2 聊正在发生什么,偶尔提一些新功能需求。以下是我运行过的一些功能提示:
我觉得我们需要做到:我可以在“粗略模式”下在地图上拖动东西,我的任务只是把它们大致放到所在位置,然后退出粗略模式,它就会尝试把它们定位准确。
这让我能够在地图上拖动监听端。
我想知道有什么好办法来测试这个?能不能让它监听拍手声,然后我拍一下手,它就能识别出拍手的位置?[…]
拍手声在地图上应该用和哔声不同的符号。
这就加上了:每次我拍手,地图上都会用与哔声不同的符号显示出来。
地图上的每个符号都应该包含 HH:MM:SS 时间戳。
这样更容易看出哪个符号可能对应现实中的哪个声音。
日志应该显示哔声和拍手声及其时间戳,还要有一个小的播放按钮,点击后按顺序回放每个监听端录到的声音(屏幕上用清晰的文字显示哪段录音来自哪个监听端),回放期间临时关闭麦克风录音。
现在我可以回放声音了,这让我更容易识别哪段录音是我在找的那个神秘哔声。
每段录音旁边应该有一个“这就是那个神秘哔声”的按钮——然后我可以点回放查看,如果那确实是我要找的声音,就确认它是神秘哔声。
然后系统以后就能对声音进行分类,判断它们是否可能是同一个神秘哔声,并利用这些信息更准确地判断它的位置。
到这一步我已经很接近了——我对哔声的来源有了比较可靠的判断,但如果能把监听端重新布置到那一点周围,从而获得更精确的位置,岂不是很妙?
我想要一个这样的功能,我不想必须重启每个监听设备等等,我希望能够点击一个“重新布置设备”按钮,进入重新布置模式,然后我点击“已重新布置”,它就把我带入粗略模式,让我大致标出它们的位置,我标好后点击,然后它重新启动。之前的会话可以在应用中以只读方式查看。
而且因为我还有一台备用设备,于是我说:
加一个功能,让地图上包含一个建议位置的点,根据目前收集到的数据,这个位置适合再添加一个监听端。
我觉得这个项目最有趣的部分是,我证明了让 Claude Code 拥有耳朵是可能的。
Claude 没有原生音频输入(目前还没有),但它可以运行 JavaScript 和 Python 代码来分析麦克风捕获的音频。
我让它运行一个 Web 服务器,通过 WebSocket 连接多个监听设备,然后让它在这些设备上运行 WebAudio 麦克风,并把它们接好,以便可以通过 WebSocket 向它们发送新的 JavaScript 代码来执行。
然后我基本上就可以不管 Claude 了,让它自己攻克问题、查询音频日志、重新配置自己的耳朵来帮助解决问题。
这让我想起几周前在 GitHub Universe 上听说的一个类似 hack,Martin Woodward 告诉我,他一直在调试 GitHub Universe Badge 计算机,方法是把它们通过 USB-C 插到一台电脑上,然后用网络摄像头对准它们的屏幕,这样他的编码 agent 就能判断更新是否正常工作。
想办法让编码 agent 感知周围的世界,真的非常有趣。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。