当前位置: 首页 > news >正文

使用小龙虾来操作猿编程的遥控车

使用小龙虾来操作猿编程的遥控车

摘要

给孩子报的猿编程Python C1的课程,最近学到了用Python来控制组装的遥控车。
正赶上最近OpenClaw很火,很多人都用它来做很多你想不到的事情,所以我就想,是否可以用小龙虾来操作这个遥控车呢?

龙虾就位

我自己已经有一个部署好了的OpenClaw,为了省钱,购买的火山引擎Coding Plan。比较幸运的是,正赶上最近腾讯的小龙虾QClaw也上线了,我发现其不只部署很容易,而且安装技能也很简单,甚至每天腾讯都会给几百万的token让你去用。
于是给孩子部署了QClaw,决定围绕这个平台来做相关的操作。

方案研究

首先大致研究了下猿编程的遥控车,发现其目前尚未暴露出可操作的编程接口,所有的包都只能在猿编程的app里面用,拿不出来,在网上也找不到任何可用的包,能在其它IDE里用。
这个就很犯难,因为OpenClaw必须通过命令CLI的方式来操作,所以只能尝试其它简介的方法。

方案一:最直接的方案

以前部分手机都有红外模块,可以捕获比如电视和空调的红外信号,来充当万能遥控器的功能。那么最直接的方法就是让Python来模拟遥控车的遥控器操作,让其python捕获遥控器对应按钮的信号,然后再发给遥控车。然而目前的电脑不像2000年那阵的电脑,基本都没有现成的红外硬件。查了下可以在网上买那种外接的红外模块,虽然不是很贵,但实在是懒得折腾了,更主要的是买来的硬件,是否是python能调用的那种,还需要不断的去尝试。

方案二:小龙虾直接操作屏幕

于是开始尝试第二种方法,通过Python来操作GUI,让Python有能力去点击我指定屏幕上的某个按钮的能力,然后再将这个封装成SKILL,让小龙虾来依次点击相应的按钮来模拟孩子在猿编程app里写代码并且运行。
于是打开AI IDE,让AI来帮我生成能操作GUI的方法,这个过程中我了解到可以用pyautogui以及openCV。于是测试了一下,比如让其点击猿编程界面的一个按钮,发现识别误差太大,比如我测试让它去点击猿编程app左面的赛考按钮,结果它总是错误的点击到学习或者创作的按钮上。
后续也尝试了其它开源方案,比如easyocr,他可以识别屏幕上所有文字的位置,然后通过这个位置来计算出鼠标应该具体去点击屏幕的哪个位置,测试了下精准度没问题,但容易产生的问题是,按钮上的文字,可能在其它位置也出现了,这样就容易导致按钮位置识别的失败。
最主要的是通过OCR的方式,代码会异常的复杂,孩子目前还无法参与并且理解这个过程。
所以我开始尝试其它的方法,毕竟这个过程想让孩子参与进来,所以绝对不能过于复杂。

方案三:越简单越好

最终我想到了一个方案,具体是这么拆解的。

  • 让孩子在猿编程里,提前写好控制遥控车的代码,在界面里输入1,车就前进,输入2,车就后退。
  • 这样后续,我们只要有另外一个独立的Python代码,来往这个界面里输入1或者2就可以间接的实现了。
  • 这段代码测试好之后,直接封装成龙虾的SKILL。

其实这个python控制键盘的代码,我也不会写,不过我们有AI IDE,在AI IDE里,我和孩子们可以把需求告诉AI,然后让AI来帮我们生成。
这次的方案拆解,使得这部分的控制代码异常的简单和简洁。
跟孩子一起快速的测试成功后,接下来的就是需要让小龙虾也可以这么操作,而方法就是把Python写成小龙虾的SKILL。这是一个繁琐的过程,好在,我们有AI,我和孩子们直接给AI下指令,让它把这段Python代码直接转换成小龙虾的SKILL,然后回到小龙虾那里,直接命令小龙虾安装这个技能。
到这里整体编程的工作就完成了。

最后,激活猿编程的app, 运行孩子写的代码,然后用手机打开我的飞书,它已经连接好了小龙虾,在飞书里下达指令:遥控车前进。终于,我们的遥控车得到指令开始前进了。

总结

条条大道通罗马,当一条路发现不适合我们,或者压根走不通的时候,我们就要努力的去寻找另外一条适合我们的路。
这条路上不可能由我去实现所有的一切,所以找到一条路,能让孩子们也能参与进来,用他们学到的东西参与进来,这个是最重要的。
更重要的是,在这个过程中,让他们巩固了学到的知识,并且真正了解了AI,而且认识到,AI原来可以帮我们做这么多事情。

相关代码分享

以下是小朋友写的代码,结合目前C1的课程里他们学到的。

# 猿编程 app部分的代码
import ybc_robot
import timem=ybc_robot.Motor("S1")while True:i = input()if i=="1":m.run(10)time.sleep(1)m.run(0)print("Forward")else:m.run(-10)time.sleep(1)m.run(0)print("Backard")

以下是给小龙虾安装的SKILL。现在AI里生成Python代码,测试成功后,再让AI封装成如下的SKILL。

---
name: "remote-car-control"
description: "Controls a remote car using keyboard inputs. Invoke when user wants to control a remote car with前进 (forward) and 后退 (backward) commands."
---# 遥控车控制技能## 功能描述此技能用于控制遥控车,通过模拟键盘输入来实现前进和后退操作。## 实现原理- **前进**:模拟键盘输入 `1` 然后按回车键
- **后退**:模拟键盘输入 `2` 然后按回车键## 使用方法当用户需要控制遥控车时,可以使用以下命令:- `控制遥控车前进`:调用 `press_1_and_enter()` 方法
- `控制遥控车后退`:调用 `press_2_and_enter()` 方法## 代码实现```python
import pyautogui
import timedef press_1_and_enter():"""模拟键盘输入 1 然后回车(用于控制遥控车前进)"""print("🔍 正在模拟输入 1 并回车...")# 小延迟确保操作可靠time.sleep(0.5)# 输入数字 1pyautogui.press('1')print("✅ 已输入: 1")# 小延迟time.sleep(0.2)# 按回车键pyautogui.press('enter')print("✅ 已按回车键")# 小延迟time.sleep(0.5)print("✅ 操作完成: 输入 1 并回车")def press_2_and_enter():"""模拟键盘输入 2 然后回车(用于控制遥控车后退)"""print("🔍 正在模拟输入 2 并回车...")# 小延迟确保操作可靠time.sleep(0.5)# 输入数字 2pyautogui.press('2')print("✅ 已输入: 2")# 小延迟time.sleep(0.2)# 按回车键pyautogui.press('enter')print("✅ 已按回车键")# 小延迟time.sleep(0.5)print("✅ 操作完成: 输入 2 并回车")
```## 依赖项- `pyautogui`:用于模拟键盘输入
- `time`:用于添加适当的延迟## 安装依赖```bash
pip install pyautogui
```## 注意事项1. 确保在运行此技能时,焦点在正确的应用程序窗口上
2. 操作之间添加了适当的延迟,以确保命令能够正确执行
3. 此技能通过模拟键盘输入来控制遥控车,具体效果取决于遥控车的控制软件如何响应这些输入
http://www.jsqmd.com/news/541435/

相关文章:

  • 02.Linux常用文件操作命令
  • Python MCP协议实战指南:深度解析RFC-8888兼容实现与5大核心中间件集成(附GitHub Star 1.2k模板库)
  • 魔兽争霸III终极优化指南:WarcraftHelper插件完全使用教程
  • BMH23M001 24位Σ-Δ ADC模块技术解析与高精度测量实践
  • 【华为OD机试真题】伐木工 · 木材切割收益最大化问题(C语言)
  • 给 Agent 添加工具调用能力:搜索/计算/API
  • Nimbus:一个统一的具身合成数据生成框架
  • 2026年点胶机厂家权威推荐榜:视觉点胶机/非标灌胶机定制/非标点胶机定制/高精度灌胶机/高精度点胶机/选择指南 - 优质品牌商家
  • AMBER新手入门:5步搞定分子动力学模拟(附ff14SB力场配置指南)
  • FFmpeg 中编译和使用 soxr 重采样引擎
  • 嵌入式OLED UI组件库:轻量级C++组件化设计
  • C++ Template 特化机制详解
  • SEO_掌握核心算法,解读SEO排名背后的原因
  • 上海小程序开发公司三项测评:报价透明度,交付准时率,售后响应度
  • SEO_从基础到精通的SEO完整学习路径介绍(437 )
  • Tasker:裸机嵌入式轻量级任务调度器
  • Multisim仿真-FSK调制系统设计与性能优化
  • Webots新手避坑:用SolidReference搞定并联闭环机构,让轮腿机器人不再‘散架’
  • springboot框架高校大学生竞赛项目管理系统
  • jspssm基于Web的动漫网站论坛交流的设计与实现_n99n6cvu
  • 百川2-13B-4bits量化版对比测试:OpenClaw日常任务执行效率报告
  • QQ空间历史说说备份极简方案:从配置到导出的安全实践指南
  • LFM2.5-1.2B-Thinking-GGUF前端面试题解析实战:模拟面试与答案生成
  • 从测绘‘平差’到视觉SLAM:用Ceres手把手实现VINS中的Bundle Adjustment
  • Go Mutex 与 RWMutex 性能对比
  • 10吨燃气蒸汽锅炉价格对比
  • 在单细胞测序数据分析中,barcodes、features和matrix是三个最核心的基础文件,它们共同构成了所有分析的基石。
  • 做了十几年财务,我用RPA把最累的工作交给了“机器人”
  • 基于Matlab的正态云模型花卉特征提取:从理论到代码实现
  • OpenClaw安全实践:百川2-13B量化模型下的权限管控方案