花雕动手做｜我没写一行代码，只说 5 句大白话：ESP-Claw 生成了"七彩虹"流光扫屏特效

标签：*ESP-Mosaico  Device-Chat  ChatCoding  AI Agent  硬件在环 HIL  Lua沙箱  创客实战*

## 导读：当“甲方”遇上一个自带示波器的 AI

在传统嵌入式开发中，要在 480x480 的屏幕上写一个流畅的流光扫屏动画，你需要处理坐标映射、帧率控制、画线 API 调用、颜色渐变算法，还要自己调试、编译、烧录。

而今天，我只需要对着手机（或板子）输入几句大白话，AI Agent 就自动接管了这一切：它不仅能精准领会“加粗”、“提速”、“换成七彩色”的需求，还在设备意外重启导致代码丢失时，完成了一场教科书级别的自我抢救。

结合我真实的会话截图，让我们一起来见证这场原生物理硬件在环（HIL）的丝滑闭环。

## 第一阶段：一句话生成流光特效（含史诗级翻车自愈）

需求下达：“一条亮白色光线沿着屏幕四边循环移动扫边，划过位置留下淡蓝色拖影。独占屏幕。”

Agent 执行：
ESP-Claw 瞬间解析意图，后台生成了名为 edge_sweep.lua 的脚本并热部署。

第一版效果快速上线：白色光点顺时针巡边，留下淡蓝色拖影，480px/s，30 帧/秒。

突发异常：设备重启，文件灰飞烟灭

我顺手发了个“显示”，结果 AI 敏锐地察觉到不对劲。

在后台的推理链路中，它展现了令人震惊的排障能力：

初步怀疑：用户说“显示”，是屏幕空了吗？是不是没执行？

现场勘查（第 2 轮）：异常情况：设备似乎已重启！运行时间重置了，任务列表里 edge_sweep 已经消失。

寻找线索（第 3-4 轮）：edge_sweep.lua 文件不存在。发现 progress7b.lua 存在，我来读一下这个文件，了解里面用的画线 API。

自学 API（第 5-6 轮）：读取到 screen.fill_rect 和 screen.line 等 API，确认可行。

绝地反击（第 7-8 轮）：通过 lua_run_script_async 重新写入代码，并拉起任务！

抢救成功：屏幕恢复正常。Agent 顺便向我报告了破案结果：“之前那次是设备重启后脚本文件丢了，所以屏幕是空的。现已重新写好脚本并运行。”

专业分析：
这种在物理环境中因为掉电、复位导致运行状态丢失的情况，是人类工程师的噩梦。ESP-Claw 通过读取系统 Uptime 识破重启，再去翻找同目录下的 progress7b.lua 偷师画线 API，最后重写脚本，这不就是 AI 版的硬件在环（HIL）自愈吗？

## 第二阶段：极速微调，秒级热更新

需求修改：“光点加粗，速度加快。”

Agent 执行：
无需重新分析整个工程，Agent 直接在上下文里进行参数定位。

粗细：4px -> 8px。

速度：480px/s -> 900px/s。

头部：改为三层叠加的 9/6/4px 光斑，看起来像个真正的发光体。

内部动作流：
Snap: 停止旧任务 edge_sweep -> 重新写入 update 后的 Lua 脚本 -> 拉起新任务。

专业分析：
这里完美展示了 ChatCoding 的核心优势：零编译、热部署。传统 C 语言开发，改个参数要等几十秒的编译和烧录；在这里，底层的 Lua 沙箱直接执行停止->覆写->启动，一秒钟即可看到肉眼反馈。

## 第三阶段：多线程几何计算，从单色到“七彩虹”

需求升级一：“并排红蓝绿三个光点，拖尾加长一倍。”

Agent 执行：自动推导出要划分 3 条平行车道。不仅生成了红、蓝、绿三色光点，还精确计算了“车道间距 8px”，并把拖尾从 170px 拉长到了 340px。

需求升级二：“七彩红七个光点。”
Agent 执行：这是一个复杂的空间分配问题。

Agent 的后台逻辑写道：“7 条彩色车道，车道宽度 + 间距之和必须 ≤ 70px（屏幕宽度限制）。车道厚度 THICK=4。”
瞬间，红橙黄绿青蓝紫七条光带同步绕边流转，视觉效果直接拉满，堪称屏幕上的“RGB 跑马灯”！

专业分析：
大模型在空间几何计算上的能力在此刻展现得淋漓尽致。它自己算好了 7 条平行线的坐标偏移量，避免了光带重叠成一坨，这比很多新手手写 for 循环算偏移量还要靠谱。

## 第四阶段：高阶特效，双组对向与图层叠加

需求终极版：“光点加粗二倍，设置二组。”

Agent 执行：

粗细：4px -> 8px，头部光环扩大到 7.5px。

布局：设置两组（两套七彩色带），分别位于屏幕对角。当第一组在左上扫边时，第二组在右下，沿四边相隔半圈同向移动。

效果：两组彩虹在屏幕边缘疯狂追逐渐进，带出极其炫酷的 340px 长拖尾，速度保持 900px/s。

## 飞书 IM 通道，同一个`bounce`任务的增量迭代实录（电脑版实时截图）

## 深度复盘：从“一句话”看 AI 硬件开发范式

回顾这场短短几十分钟的对话，我们其实经历了 Agent 开发的最前沿：

人类负责“审美与直觉”： “加粗”、“变快”、“两组”、“七彩色”，这些词全是感性的视觉描述。

Agent 负责“翻译与工程”： 它将这些词翻译成“像素值”、“帧率”、“坐标平行偏移量”、“颜色 HEX 值”以及“动画生命周期管理”。

环境提供“真实的物理校验”： 屏幕没有亮，或者设备重启了，Agent 无法通过纯软件模拟得知。是人的肉眼反馈（“显示”） 加上 硬件底层的状态上报（Uptime 重置），构成了完整的 HIL 闭环，让 AI 能够完成容错与自我修复。

如果这放在传统开发里，你需要：
打开电脑 -> 启动 ESP-IDF -> 查阅 LVGL/屏幕驱动手册 -> 写代码算三角函数和颜色 -> 编译烧录 -> 凑到屏幕前看效果 -> 回电脑修改参数 -> 再烧录……

而在 ESP-Mosaico + ChatCoding 的加持下，这一切都被压缩成了聊天的字符。

未来已来，硬件开发的“氛围编程（Vibe Coding）”时代，比想象中更近。