程序员养龟有多离谱？我让 Claude Code 每天给我发乌龟行为报告

📌 一句话摘要

本文详细记录了作者如何利用 Claude Code 与 Home Assistant，在不编写一行代码的情况下，构建了一个集数据监控、视频分析与 AI 行为报告于一体的智能养龟系统。

📝 详细摘要

作者是一位养龟爱好者，拥有 6 只不同品种的乌龟。为了将分散的设备（摄像头、水温传感器、加热棒）和录像数据整合起来，他借助 Claude Code 与 Home Assistant 进行对话式开发。整个过程未手写一行代码，最终实现了一个功能完整的智能监控系统：仪表盘集中展示水温、湿度、加热棒功率等数据并设置告警；通过 OpenCV 对比录像帧检测乌龟活动，并自动生成 30 分钟精华视频；利用本地部署的 Gemma 4 模型对视频帧进行分析，生成拟人化的乌龟行为报告，并通过 Telegram 定时推送。文章不仅展示了 AI 辅助编程在智能家居和物联网领域的强大潜力，也探讨了开发者角色向“产品经理”的转变，以及 AI 在技术决策（如优化文件传输、选择合适工具）上的能力。

💡 主要观点

- AI 辅助编程可实现“对话式开发”，将开发者角色转变为“产品经理”。 作者通过与 Claude Code 持续对话，提出需求、查看效果、给出反馈，由 AI 生成并修改 YAML 配置、Python 脚本和定时任务，实现了从需求到成品的完整流程，无需手动编码。

AI 不仅能生成代码，还能做出关键的技术决策和优化。 在构建过程中，AI 主动建议了多项优化：如仅传输 MP4 文件头部 5MB 以加速帧提取、使用 ffmpeg 的 stream copy 而非重编码来快速剪辑视频、采用“逐帧分析再汇总”的策略提升大模型分析效果，展现了超越代码生成的工程判断力。

本地大模型与现有智能家居生态结合，可低成本实现高度定制化的 AI 应用。 作者利用闲置的 M1 Max Mac 本地运行 Ollama 和量化后的 Gemma 4 模型，对乌龟视频进行行为分析，避免了云 API 的成本和配额限制，并将分析结果通过 HA REST API 集成到智能家居仪表盘中，实现了端到端的自动化。

Prompt 工程对 AI 输出质量至关重要，需要从“任务指令”转向“场景描述”。 作者发现，最初让 AI “分析哪只最活跃”会得到刻板的报告，而将 Prompt 改为“像朋友聊天一样说说”后，AI 生成的乌龟行为描述变得生动有趣，更符合预期，这体现了与 AI 协作时沟通方式的重要性。

💬 文章金句

- 整个过程我没写一行代码。仪表盘、自动化、监控脚本、视频处理、AI 分析，都是和 Claude Code 聊出来的。

• 我干的事更像是产品经理：说需求、看效果、给反馈。
• 不是说技术不重要了。这套系统里有不少技术判断...只是这些判断现在 AI 也能做。
• 工具选对了差十倍。（指从 OpenCV 重编码切换到 ffmpeg stream copy）
• 养龟是个慢节奏的事。但每天翻翻聊天软件的报告，看看谁又霸占了晒背台、谁偷偷换了个位置，比蹲在缸前看半天有意思多了。

📊 文章信息

AI 初评：88

来源：少数派

作者：少数派

分类：人工智能

语言：中文

阅读时间：8 分钟

字数：1974

标签： Claude Code, AI 编程, Home Assistant, 智能家居, 物联网

阅读完整文章