Why
為什麼做
雲端 AI 寫得出程式,卻碰不到我真正的工作目錄、開發環境跟手機。我想讓它能直接在我這台 Windows 上接手做事,需要我確認時再精準把我叫回來。
What I built
我做了什麼
- Filesystem、shell、execution session、Git 與 workspace 操作橋接;透過 ADB 在實機安裝、看 log、截圖。
- Session 生命週期、健康檢查和環境自省,讓模型分得出「指令壞了、MCP 壞了、主機不在,還是 session 爆了」。
- human_help_me 獨立成一個 MCP:瀏覽器擴充會在 ChatGPT、Claude、Gemini 網頁上把畫面模糊等我回應,5 秒沒反應就改跳系統對話框。
Engineering
我碰到的工程問題
- 跑指令要能接續 session 也能取消;前景 HTTP 請求結束跟背景程序還在跑,是兩回事。
- Windows service、使用者登入桌面和瀏覽器各自隔離;安裝、更新與跳出求助視窗都得對準實際操作中的使用者階段。
- 安裝程式會自己找出 Python、建好服務環境並留住原本的 tunnel 設定,管理頁也能直接看健康狀態、更新或回復。
Role & AI
我和 AI 怎麼分工
每天跟 AI 協作發現缺什麼功能就直接補進去,實作與 coding agents 一起完成,再拿真實工作目錄與實機除錯把行為調順。
Trade-offs
實測後推翻與取捨
- 用久了才體會,工具越多不代表越強;模型要清楚什麼時候該用、什麼時候停、什麼時候叫人接手。
Outcome
成果
每天開發仰賴的本機工具層,包辦 Windows 服務安裝更新、健康管理介面和獨立的 human_help_me 求助入口。