2天，我用函数计算 AgentRun 爆改一副赛博朋克眼镜
一年前，我购入了 Meta Ray-ban 眼镜，Meta 对于眼镜本体的开发及 App 更新很快，但由于没有中文支持和开放的SDK 导致对国内用户非常不友好。2025 年 11 月，Meta 终于放出了 Device Access Toolkit 让社区看到了点意思，前两天逛 GitHub 刷到了名为turbometa-rayban-ai 开源项目，项目作者开发了直连中文 App + 百炼 API，实现了几个支持有趣功能（例如中文多模态对话、卡路里检测等）。 路都铺好了：能截流、能传图、能搞 AI 交互。看着 Repo 里的调用代码，似乎加一个服务端的功能不是什么难事？正好前段时间刷短视频，看到某地交警配备了那种“黑科技眼镜”，看一眼车牌就能识别是不是违章车，科技瞬间变成人间烟火。当时我就在想：这玩意儿虽然看起来高大上，但核心逻辑不就是 OCR + 查库 + 规则判断 吗？ 既然有了 turbometa-rayban-ai 解决了样板间问题，我又略懂一些 Agent 架构，能不能用阿里云函数计算 AgentRun功能，把这个原型给“Hack”出来？ 首先我们来梳理一个整体架构图，眼镜本身算力有限，所以我们的策略是：端侧只负责看，云端负责想与处理。 我设计了经典的 “端-管-云” 三层架构： 1.端 (Client)：AI 眼镜 + iOS App。负责“抽帧”和“传图”，做一个无情的传输机器。 2.脑 (Brain)：阿里云函数计算 AgentRun。负责思考“今天是单号还是双号？”、“这车是不是VIP？”。 3.手 (Tools)：阿里云 FC - 函数工具。负责脏活累活，比如查数据库、写日志。 整体的数据流向如下： 在我们的架构设计中，iOS 客户端的角色被设计为一个 “克制的中继”。我们不希望手机成为计算瓶颈，因此端侧只负责 I/O，不负责 AI 推理，这套逻辑确保了端侧的极致轻量化。由于客户端开发不是重点，所以我直接基于 turbometa 项目用 Vibe Coding + XCode 编译缝合了一个转发功能。 服务端有 4 个组件，全部通过阿里云函数计算（FC 构建），分别是： AgentRun：核心决策者。它不碰数据库，只负责“想”。判断：“车牌是双号，今天是单号，违规了 -> 应该调用查白名单工具。” 工具（FC Tools）：连接 RDS (MySQL) 查白名单，连接 SLS 写违章日志。 存储层： 定义“大脑”的逻辑 (Prompt Engineering)我们没有写复杂的 Python 逻辑判断单双号，而是写了一段 Prompt。在 AgentRun 里，自然语言就是代码。 System Prompt 核心片段： 逻辑看起来很简单，如果老板明天说“周三改为尾号 3 限行”，我只需要改 Prompt，不用重新部署代码。 Agent 再聪明也无法直接连数据库。我们用 FC (Python Runtime) 封装了几个原子能力工具。 这里的代码核心是 “只做执行，不带脑子”。 我们把这个 FC 函数绑定到 AgentRun 的工具列表里，并在 AgentRun 中选上，Agent 拥有了操作真实世界的能力。 最后，我们需要一个 HTTP 入口来接收 iOS 传来的照片，并把“当前日期”告诉 Agent。 可能很多人在问，这么小一个应用，半年前都已经在全国铺开了，有必要再用 Agent架构 + 函数计算（FaaS） 造一遍轮子吗？想了想还真有点区别： 你可能会问：“不就是查个车牌吗？我在 Python 里写几行 这就到了本项目的精髓所在。用 AgentRun（Agent 架构）取代传统后端逻辑，不仅仅是为了蹭 AI 的热度，而是为了解决现实世界中 “需求总在变”和“数据总是不完美” 这两个死穴。相比于传统硬编码（Hard-coding），Agent 方案展现了降维打击般的优势： 在传统开发中，业务逻辑是“焊死”在代码里的。一旦交规从“单双号限行”变成“周五尾号 4 和 9 限行”，你得修改代码、重新测试、重新部署上线。 而在 Agent 架构中，代码只负责“能力”（查库、写日志），Prompt 负责“逻辑”。举个例子（规则突变）， 明天突然要严查“皮卡车”，禁止皮卡进入。 传统代码通常是“流水线”式的：先 OCR -> 再查库 -> 再记日志。不管需不需要，流程都要走一遍。 Agent 拥有 “自主决策权”，它知道什么时候该省事，什么时候该深究。例如：来了一辆车，但 OCR 识别结果是一串乱码（可能是树叶遮挡）。 Agent 可以理解复杂的、非结构化的指令。比如：你想找一辆特定的车，但忘了车牌，只记得是“红色的宝马”。 总结一下：传统程序是 “你让它干啥它干啥”（就算前面是坑也往下跳，抛出异常人工处理）；Agent 架构是“你告诉它目标，它自己找路”（遇到坑它知道绕过去，甚至还能帮你填上）。对于像交警执法这样充满变数和非标准情况的场景，Agent 才是那个最聪明的“副驾”。 在设计这套系统时，我毫不犹豫地选择了 阿里云函数计算 (FC) 作为后端运行时。这不仅仅是因为我懒得维护服务器，更是因为在 Agent + IoT 这种场景下，Serverless 简直是“天选之子”。 交通场景的流量是极其不均匀的。早晚高峰车水马龙，半夜三更鬼影都没一个。 当眼镜没传照片时，实例缩容到 0，一分钱不扣。当早高峰突然来了 100 辆车，FC 瞬间拉起 100 个实例并行处理。这种“用完即走”的特性，对于我这种钱包不鼓的开发者来说，简直是救命稻草。 在 Agent 架构中，大模型需要调用各种 Tools（工具）。 你仔细想一下，一个 Tool 的定义，是不是天生就长得像一个 Function？ 这两者是 1:1 完美映射的。我不需要在一个庞大的 Spring Boot 或 Django 项目里写一堆接口，我只需要写一个个独立、原子化的小函数： AgentRun 只是大脑，数据都在云产品里（RDS, SLS, OSS）。FaaS 就像是强力胶水，它原生集成了阿里云的各种 SDK。 FaaS 屏蔽了底层基础设施的复杂性，让我能专注于写那几行核心的“胶水代码”，而不是去折腾数据库连接池或者网络配置。如果说 AgentRun 是我请来的 “天才指挥官”，那 FaaS 就是一支“特种部队”——平时隐身不花钱，一声令下，千军万马，使命必达。 借助 Vibe Coding、云计算产品、及 GitHub 开源项目，一个从未写过 IOS 小白解锁了 Meta Ray-Ban 眼镜的开发，构建了一个 “端-管-云” 协同的智能原型：眼镜负责第一视角采集，iOS App 负责抽帧中继，云端 AgentRun 充当“大脑”进行意图理解与决策，指挥 FC 函数 完成查库、违章记录等实操。2天零碎时间，把一副消费级眼镜勉强魔改成“交警副驾”：） 当然 Demo 只是在 Mock 数据上勉强跑通，离 Production 还是有很大距离，还有很多优化的地方，比如： 在开发的过程中，也发现作为微服务、Agent 应用调试工具、注册工具和 Debug 也是挺折腾的，相关建议也正在整理反馈给产品方。等各方体验完善后，我也计划把项目打包成一个 Demo 项目上架，让更多人来体验“科技的人间烟火”。背景
吃灰的 AI 眼镜 -（ ？？？？）-> 交警 Copilot 
“端管云”协同框架
动手，让想法照进现实
客户端开发
架构图 核心架构与流程逻辑 
● 链路建立：App 通过 turbometa 协议或 SDK 与眼镜建立蓝牙/Wi-Fi 高速通道，实时获取摄像头的画面数据。● 抽帧：我们不上传连续视频流，而是每隔 1~2 秒截取一帧画面。直接调VL模型估计吃不消。● 云端交互：将筛选出的高清图片进行 Base64 编码，打包当前时间戳（用于 Agent 判断单双号）和 GPS（位置） 信息，发送 HTTP POST 请求直连阿里云 FC 网关。● 眼镜播放：一旦收到云端 Agent 返回的 JSON 指令（例如 {"text": "双号限行，拦截"}），App 立即调用 iOS 原生的 TTS 引擎合成语音，音频流会自动路由回眼镜的开放式扬声器播放。 服务端开发
2.1 函数计算 AgentRun
你是一个智能交通管控 Agent。
当前日期信息：{{current_date_info}} (由网关注入，例如：今天是1号，单号)
处理流程：
1. 必须执行：先调用 `log_traffic_all` 记录流水。
2. 规则判断：
- 单号日仅允许尾号单数通行；双号日仅允许尾号双数。
- 如果满足，直接“放行”。
3. 违规处理：
- 违反单双号规则时，别急着开罚单！
- 先调用 `check_whitelist` 查白名单。
- 如果没报备，再调用 `query_plate_history` 查查是不是惯犯。
- 最后生成简短回复。2.2 FC Tool：打造“手脚”
# tools.py (部署在 FC 上)
def handler(event, context):
# AgentRun 会把要调用的函数名传过来
tool_name = json.loads(event).get('function')
if tool_name == 'check_whitelist':
# 纯粹的 SQL 查询
return db.query("SELECT count(*) FROM whitelist WHERE plate=%s", plate)
elif tool_name == 'log_illegal_notice':
# 写入 SLS 日志服务，甚至把违章照片存进去
return sls.put_log(plate, image_base64, "violation")
# ... 其他工具2.3连接客户端 (The Gateway)
# main.py (入口网关)
def handler(event, context):
# 1. 算一下今天是单号还是双号
is_odd = (datetime.now().day % 2 != 0)
date_context = f"今天是{'单号' if is_odd else '双号'}"
# 2. 组装 Prompt，把图片和日期一起丢给 Agent
prompt = f"{date_context}，请处理这张图片里的车：{image_url}"
# 3. 调用 AgentRun 接口
reply = call_agent_run(prompt)
# 4. 返回结果
return {"voice_feedback": reply}灵魂拷问：小题大做，还是降维打击？
拷问一：几行 if-else搞定的事，为什么用 Agent 架构？
if-else 不也一样跑？”逻辑解耦：Prompt 即业务
if vehicle_type == 'pickup'，重新发版。动态编排：省钱又高效
SELECT * FROM ...，浪费一次数据库查询，最后报错。语义级扩展
拷问二：为什么选 FaaS？
极致的“抠门”艺术
Tools as Functions
check_whitelist、log_to_sls。 Agent 想用哪个，就唤醒哪个。这种类微服务化的架构，让给 AI 增加新技能变得异常简单——写个新函数，一挂载，搞定。“胶水” 的力量
写在最后
文中提及产品及项目