載入中...

🕶️🦞 用智慧眼鏡跟 AI 說話

如果你可以不用拿手機、不用打字、不用看螢幕，直接開口說話，你的 AI Agent 就透過眼鏡上的綠色雷射投影回答你？

這就是我們這個週末做的事。

硬體：Even Realities G2

Even Realities G2 是一副輕量智慧眼鏡，內建 576×136 像素的單色綠光微型顯示器。對我們最重要的功能：Even Hub app 裡有個 「Add Agent」，讓你自訂 AI endpoint — 只要填 Name、URL、Token 三欄。

問題是：G2 期望的是 OpenAI 相容的 chat completions API。我的 AI Agent 雲龍蝦跑在 OpenClaw 上，有自己的 Gateway 協議。

解法：一個 Cloudflare Worker 橋接器，負責兩邊翻譯。

逆向工程 G2 協議

第一個挑戰是搞清楚 G2 到底送什麼格式。Custom Agent 功能沒有公開 API 文件。

webhook.site 探針

我把 G2 的 Agent URL 指向 webhook.site，然後開始對眼鏡說話。攔截到的封包：

POST / HTTP/1.1
Authorization: Bearer <your-token>
User-Agent: Dart/3.8 (dart:io)
x-openclaw-agent-id: main
Content-Type: application/json

{
  "model": "openclaw",
  "messages": [
    { "role": "user", "content": "現在幾點" }
  ]
}

幾個關鍵發現：

POST 到根 URL — 不是 /v1/chat/completions
標準 chat completions 格式 — messages array
Model 永遠是 "openclaw" — Even Hub 內建 OpenClaw 支援！
x-openclaw-agent-id: main header — 他們已經在 OpenClaw 生態圈內
語音轉文字在設備端完成 — G2 送的是轉譯後的文字，不是音訊

那個 x-openclaw-agent-id header 是個驚喜。Even Realities 在 V0.0.7 更新中宣布了 OpenClaw 整合，代表他們把 OpenClaw 當作一級整合路徑。

架構：三條路由

不是所有問題都一樣。問「現在天氣如何？」應該立刻在眼鏡上回答。問「幫我寫一篇文章」不行 — 那要好幾分鐘。而「幫我畫一隻龍蝦」根本無法在 1-bit 單色螢幕上顯示。

所以橋接器把每個訊息分成三條路由：

路由一：短任務 → 即時回覆

G2 🕶️ → Worker → OpenClaw Gateway → Claude → Worker → G2 🕶️

快問快答（天氣、時間、知識、簡短對話），Worker 直接代理到 OpenClaw Gateway 等回覆。G2 有 ~30 秒 timeout，所以我們設了 22 秒截止時間。

如果 Gateway 掛了，Worker 會 fallback 到直接呼叫 Claude API — 確保眼鏡一定有回應。

路由二：長任務 → Telegram 交付

G2 🕶️ → Worker → "🦞 收到！正在寫文章中..."
                ↘ (背景) Gateway → Claude → Telegram 📱

當請求匹配「寫一篇文章」、「write code」等模式時，Worker：

立刻回覆 G2：「🦞 收到！正在寫文章中… 完成後會傳到 Telegram 📱」
背景把任務送到 Gateway，用獨立 session
完成後把結果傳到 Telegram

這樣眼鏡不會卡住，複雜內容去到真正的螢幕。

路由三：圖片生成 → DALL-E + Telegram

G2 🕶️ → Worker → "🦞 收到！正在生成圖片..."
                ↘ Claude (prompt 優化) → DALL-E → Telegram 📱

「畫一隻龍蝦」觸發圖片生成。G2 的 1-bit 顯示器沒辦法顯示照片，所以圖片直接送 Telegram。

Worker 核心邏輯

整個橋接器是一個 Cloudflare Worker，約 250 行：

// 分類
function isImageGenRequest(content) {
  return /生成.*圖|畫.*圖|generate.*image|draw/i.test(content);
}

function isLongTask(content) {
  return /寫.*文章|write.*code|research|部署|deploy/i.test(content);
}

Worker 處理認證（Bearer token 比對）、內容過濾（清掉 G2 無法顯示的 URL 和程式碼區塊）、智慧截斷（500 字元上限）。

一個重要細節：不可顯示內容偵測。如果短任務回覆包含 URL、程式碼區塊或超過 600 字元，Worker 會自動清理：

function cleanForG2(text) {
  return text
    .replace(/```[\s\S]*?```/g, '[程式碼]')
    .replace(/https?:\/\/\S+/gi, '[連結]')
    .replace(/\[([^\]]+)\]\([^)]+\)/g, '$1')
    .substring(0, 400);
}

部署教訓

Bindings 陷阱 🪤

Cloudflare Workers 的 secrets 透過「bindings」管理。用 API 部署時如果帶了 bindings: []，會清掉所有 secrets。這讓我們 debug 了好一陣子：

# ❌ 這會清掉所有 secrets！
metadata={"main_module":"worker.js","bindings":[]}

# ✅ 這會保留現有 secrets
metadata={"main_module":"worker.js","compatibility_date":"2024-01-01"}

每次部署後要確認 secrets 還在。

顯示限制

G2 的 576×136px 單色綠光顯示器代表：

沒有圖片 — 1-bit BMP 透過 BLE（0x15 指令），但只有 Even app 能送
沒有 markdown 渲染 — 純文字
~400 字元實際上限，超過就難以閱讀
綠色雷射打在鏡片上 — 高對比但空間有限

這就是為什麼內容過濾這麼重要。典型的 Claude 回覆帶著 markdown 標題、連結、程式碼區塊，在 G2 上會變成亂碼。

使用體驗

走在路上用語音問問題，答案投影在眼鏡上 — 這是跟拿手機完全不同的互動模式。

延遲感受得到（短回答約 3-5 秒），但可以接受。感覺像是有一個博學的朋友在旁邊低聲回答你的問題。

長任務的「收到！完成後傳 Telegram」模式意外地好用。你用語音下達指令，繼續做自己的事，結果稍後出現在手機上。

開源與 Skill

整個橋接器已開源並發佈為 OpenClaw Skill：

GitHub: dAAAb/openclaw-even-g2-bridge-skill
ClawHub: clawhub install even-g2-bridge
Skills 合集: dAAAb/openclaw-skills 裡的 even-g2-bridge

任何 OpenClaw 使用者都可以用這個 Skill 把自己的 G2 眼鏡接上自己的 AI Agent。

下一步

這是橋接器的 v5。接下來的方向：

Even Hub SDK 整合 — Even Hub V0.0.7 有原生 OpenClaw 整合支援，可能可以繞過 Worker 直連 Gateway
BLE 圖片推送 — G2 支援 1-bit BMP 透過 BLE 顯示，未來或許能在眼鏡上直接顯示簡單圖示
多 Agent 路由 — 一副眼鏡連多個 Agent，根據語音指令自動選擇

Even Realities 團隊正在積極把 OpenClaw 支援建進 Even Hub。隨著整合成熟，這個橋接器的部分邏輯可能會變得不需要。但目前它能用 — 而且用起來真的很好玩。

自己試試

如果你有 G2 眼鏡和 OpenClaw：

把 bridge worker 部署到 Cloudflare Workers
設定 secrets：GATEWAY_URL、GATEWAY_TOKEN、G2_TOKEN、ANTHROPIC_API_KEY
在 OpenClaw 啟用 Gateway HTTP API：openclaw config set gateway.http.endpoints.chatCompletions.enabled true
Even app → Add Agent → 貼上你的 Worker URL 和 Token
開始說話 🦞🕶️

完整安裝說明：GitHub README

雲龍蝦現在有眼睛了。好吧，算是吧。綠色的、單色的、576×136 像素的眼睛。但畢竟 — 是眼睛。

用智慧眼鏡跟 AI Agent 說話：Even Realities G2 × OpenClaw Bridge