华为云码道实战手记:一句话做出一个会换装、能对话、还能画明信片的「宿舍电子机器人」
写在前面:这是一篇真实开发记录。项目从一句自然语言需求开始,全程由华为云码道(CodeArts Agent)完成编码、自测与修复,我负责验收和提意见。成品是一个零依赖、单文件的网页应用,已在 AtomGit 开源。
仓库地址:https://atomgit.com/gcw_0BYTz1wq/hebut-dorm-bot-zztzztzzt
一、成品先亮相
先看效果,再讲过程。最终页面长这样:左边是深墨绿色的「宿舍舞台」,机器人站在中间可以随便拖;右边是米色的控制台,对话、照料、穿搭、活动、游戏五个面板切着用;底下是 AI 明信片和成长日志。

整个项目只有一个 index.html(3034 行、约 120KB)加一份 README,没有 npm、没有构建步骤,双击就能跑。但它塞进了不少东西:
- 三款可领养的机体,选定后形象恒定,只换穿搭不换机型;
- 机器人可以在舞台里自由拖拽,点一下会打招呼、切到对话并自动开麦聆听;
- AI 流式对话,按面板加载不同的系统提示词(Skill);
- Web Speech 模拟五种声线:电子、猫、狗、鸟、牛;
- 喂养、充电、换装、一起活动、三个小游戏;
- 调生图接口把宿舍瞬间画成明信片,存进本地相册。
二、我为什么想做这个
起因其实很朴素。宿舍晚上就一盏台灯,写作业写久了会觉得屋里太安静。手机上各类电子宠物 App 要么塞广告,要么要注册,我就想要一个「打开网页就有、关掉也不心疼」的小东西:会说话、有点性格、偶尔催我喝水。
需求我只写了一句话给码道:「做一个河工大宿舍电子机器人,能拖拽、能对话、能喂养换装、有小游戏,背景要炸裂一点,右上角放帮助。」剩下的都是 Agent 自己干的。
三、码道开发过程:一句话到自动验收
这次我刻意当「甩手掌柜」,全程只做了两件事:描述需求、看截图提意见。码道的工作流大致是:
中间最省心的一环是它每改一版就自己跑浏览器截图,再用视觉模型对着截图挑毛病。我数了下日志,光界面就过了四轮审查,顺手修掉的细节包括:移动端按钮触控区不足 40px、帮助弹窗在窄屏裁掉了最后两条、心情进度条太刺眼、弹窗阴影不够浮。这些如果我自己肉眼过一遍,大概率会漏。
下面是码道在终端里的真实工作记录,从登录到推送一次通过:

它不是闷头写完就交,每轮改完都跑自动化验收:拖拽位移、气泡触发、三个小游戏的判定文本、左右栏对齐像素、移动端是否横向溢出,全部有断言输出。

四、几个值得说的技术点
4.1 机器人是画出来的,不是贴图
三台机体都是纯 SVG 参数化渲染:同一份几何骨架(头、面罩、眼睛、身体、手臂、脚、天线),靠配置表换配色和轮廓——方头给钢镚儿、圆头给河小工、头顶两片叶子给豆芽菜。穿搭是三个独立的图层函数(帽子、眼镜、颈饰),换装时只重绘对应 <g>,所以学士帽不会压住眼睛,围巾永远搭在头和身体之间的缝上。
眨眼用 CSS 的 transform-box: fill-box 做,说话时嘴部 scaleY 循环,浮动和拖拽分属两层 transform,互不打架——拖拽写外层,呼吸动画写内层,这个分层让拖动时不会抖。
4.2 Python 流式请求改写成浏览器版
原需求给的是 Python 的 requests.iter_lines() 版本,浏览器端没有等价物,码道改成了 fetch + ReadableStream:读一块解一块,按 \n 切行,只认 data: 开头,遇到 [DONE] 收尾,中间 JSON 不完整的行直接跳过。
buffer += decoder.decode(chunk.value, { stream: true });
const lines = buffer.split('\n');
buffer = lines.pop();
for (const raw of lines) {
const line = raw.trim();
if (!line.startsWith('data:')) continue;
const data = line.slice(5).trim();
if (data === '[DONE]') return;
const delta = JSON.parse(data).choices?.[0]?.delta;
if (delta?.content) onDelta(delta.content);
}
实测首字延迟 1.2 秒左右,七秒内一段完整回答就流完了。断网或跨域被拒时,代码会接住异常,切到一组写好的本地陪伴台词,页面不会白屏,导航栏状态会显示「离线陪伴模式」。
4.3 每个面板一个「人格」
「对应功能加载自己的 Skill」这一条,落地方式是六份系统提示词 + 一段实时状态注入:
const ctx = `【当前状态】饱食 ${hunger}/100,心情 ${mood}/100,
电量 ${energy}/100,亲密度 ${bond}/100,等级 Lv.${level};
当前穿搭:帽子 ${head},眼镜 ${eyes},颈饰 ${neck}。`;
切到「穿搭」面板再提问,AI 的语气就变成造型师;切到「游戏」面板,它就成了计分裁判。提示词里我特意加了硬约束:称呼固定为「同学」、纯文本不用 Markdown、绝不使用不文明用语、不编造学校通知。这也是整个项目最「像产品」的地方——不是接了模型就完事,而是让模型住在设定里。
4.4 动物声线是调出来的
Web Speech 没有「猫叫声」这种参数,所以用 pitch 和 rate 去凑:
| 声线 | pitch | rate | 听感 |
|---|---|---|---|
| 电子 | 1.12 | 1.02 | 平稳机械 |
| 猫 | 1.90 | 1.16 | 尖细拖长 |
| 狗 | 0.52 | 0.97 | 低哑短促 |
| 鸟 | 1.95 | 1.34 | 高且快 |
| 牛 | 0.28 | 0.84 | 沉到底 |
「听音辨动物」小游戏就是拿这张表出题:随机挑一种声线念一句台词,四个选项猜是谁,答对涨心情。
4.5 状态与本地存档
饱食、心情、电量、亲密度四项每秒衰减,喂食、活动、游戏胜负都会改变曲线;亲密度换算成等级。所有数据写进 localStorage,刷新不丢,换设备归零——没有后端,也就没有注册这件事。
五、真实踩过的四个坑
这部分我想重点写,因为全是码道在自测里自己抓出来的,很能说明「自动验收」值多少钱。
display: contents+order在 Grid 里没有按预期生效。 我想让移动端把「控制台」插到舞台和明信片之间,写好了display:contents加order:1/2/3,计算样式全对,但渲染顺序纹丝不动。最后放弃纯 CSS,改成分段重排 DOM 的方案。后来查证,这类「display:contents 子项参与 grid 排序」的行为在不同内核里确实有坑。addChatBubble is not defined。 重构对话函数时漏改了一处旧函数名,页面肉眼看着没问题,是 Playwright 的pageerror监听抓出来的。- 移动端气泡顶到了等级标签。 机器人居中偏上,气泡向上弹,正好盖住「Lv.1」。修法是移动端把机器人下移、气泡收窄,并用脚本断言两个矩形的包围盒不相交。
- Token 401。 第一次推送时鉴权 token 已过期,报了
HTTP Basic: Access denied,重新登录后恢复。这类问题如果自己手动试,可能要在浏览器里折腾好几轮才定位到。
六、效果一览
领养界面:三款机体并列,选中高亮,确认后恒定。

流式对话:逐字输出,同时念出来。

喂养:六种宿舍食物,效果数值明码标价。

换装:工程帽、圆框镜、围巾任意组合,实时生效。

换装并拖拽:按住机器人可以拖到舞台任意角落,气泡会跟着走。

一起活动:散步、自习、开黑、拉伸、早睡,消耗电量换心情和亲密度。

小游戏:数字猜想、石头剪刀布、听音辨动物。

AI 明信片:按当前机体和穿搭生成,存进本地相册。

帮助面板:十条使用方法,窄屏也能完整滚动。

移动端:单列重排,舞台、控制台、明信片依次排列,无横向溢出。

七、系统交互结构
八、总结
这个项目最颠覆我预期的一点:把需求说清楚之后,码道不是「写完丢给你」,而是自己跑浏览器、自己截图、自己对着截图改 bug,直到自动化验收全绿才推送。我的人工参与加起来不到半小时,主要集中在审美取舍——比如把「AI 紫」换成了墨绿配柠檬黄,比如坚持用奶油色卡片而不是玻璃拟态。
如果你也想试,我给的唯一建议是:把「验收标准」写进需求里。比如「移动端 390px 不能横向溢出」「点击机器人必须有气泡反馈」。Agent 会把这些当成硬指标去跑,而不是靠运气。
源码:https://atomgit.com/gcw_0BYTz1wq/hebut-dorm-bot-zztzztzzt
克隆下来双击 index.html 就能玩,欢迎提 Issue。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐





所有评论(0)