open-anywhere

说出你的需要，让应用在身边的屏幕上诞生。

Open Anywhere 让人用一句话描述此刻的需要，由云端编码 Agent 当场生成一个可运行的 Web 应用，投到身边的屏幕上，并继续用语音操作它：

我们有三个人，想比较一下每个人的知识储备量，请你做个电影知识竞赛 App，你来主持，放到电视上。

应用不在菜单里，是被当场写出来的；玩法不在代码里，是被当场理解并驱动的。有块屏幕，就能开场。

_{参赛议题：灵矽应用 —— 通过 DLNA 把画面投到电视上，并通过语音控制 code agent 进行编程开发（AirPlay 为后续扩展）。}

一块屏幕，什么都可能是

同一个能力——描述、生成、上屏、语音操作——长出来的东西，由你那句话决定：

这些应用没有一款是提前开发的，也不需要进菜单。场景不在代码里，在你那句话里。 想玩什么、想学什么、想做什么，甚至只是想聊会儿天，说出来就行。

为什么值得做

这道题的默认解法，是给灵矽写一个应用。我们反过来：让它当场写一个。

灵矽没有屏幕，但中国有 4.39 亿台电视。只靠预设技能，语音硬件最终都会变成一台会说话的故事机；能当场写应用、投到身边的电视上，它就从玩具变成了现场的活动服务——每一块电视，都可以是灵矽的屏幕。

一场三个人的知识竞赛，不会有公司为它立项。

太具体、太短、太不值钱。但这样的场合每天都在发生：民宿今晚要接待客人，轰趴馆这周要办活动，他们本来就在为“这一场”付钱。我们按场定价：朋友局 199 元一场，商家单场 399 元、包年 3,999 元，多带来 2–3 场活动就回本。

按场卖的不是成品，是产能。

成品在出厂时就做完了，用户几天就能摸到边界，新鲜感过去就放进抽屉。产能是“你需要什么，它当场生产什么”：每遇到一个新场合，它就重新长出一个应用——在孩子房间是亲子问答，在客厅是三人竞赛，在店里是活动大屏。它可能一个月才用一次，但可以在客厅待五年。

我们不是“一句话生成网页”。

生成只是第一步：画面要上屏，几个人要一起玩，语音还要能继续操作——开始、下一题、查比分。四个人、四个当场生成的应用、一场之内全部玩完，中途还切换过。付费与复购尚未验证。

先卖给谁：民宿、轰趴馆、桌游店——每周都要为不同客人组织活动的场地方。

商业规划见商业计划书：市场机会、成品与产能的商业模型、七个年龄段需求地图、定价体系、第一周闭环、单元经济与三年目标。市场背景、产品定位与收费模式的完整论证见商业策略。

它是怎么工作的

你说一句话：几个人、什么主题、投到哪块屏。系统听懂它，把它变成一个能跑的应用，再把画面送到电视上——说话 → 听懂 → 生成应用 → 上屏 → 继续用语音操作。

生成的应用把每个操作都声明成 OpenAPI，控制面提供稳定的 MCP 工具，所以语音不只能创建它，还能在运行时操作它：开始、下一题、查比分，都是一次业务调用。

AI 价值呈现

产品最核心的五件事都发生在模型这一侧：

只有最后一步“把画面送到屏幕上”交给确定性工程。投屏、编码、进程管理需要毫秒级稳定与可预期的失败处理——不确定性留给模型，确定性留给链路。

AI 工程实践

这个作品本身，也是用同一套方法做出来的。六件我们实际做了的事：

• 先做技能，再接平台。 灵矽和 AgentAPI 都是新平台、模型不熟悉，也没有现成技能包。我们先把官方文档封装成仓库内的 skill（linx-use 41 页、agentapi-use 34 页），让 Agent 基于文档接入，而不是猜接口。
• 先定架构契约，再让 Agent 并行。 第一天下午三个人一起把架构拆分定下来；晚饭前给各自的 Agent 派发长任务，并写好验收标准。吃完饭回来，MVP 已经写完——一个多小时，一次跑通。架构清楚让任务能拆开，验收标准让 Agent 知道什么时候算完成。
• 用 mock 顶住并行开发的等待。 三个人进度有快有慢，快的要等慢的接口。架构边界足够清楚，我们让 AI 按接口写大量 mock 先跑冒烟测试（59 个文件使用 httptest）。结果是三个人第一次联调就一次性调通。
• 把 OpenAPI 抽象成固定工具。 不同应用有不同玩法，逐个对接会让语音侧随应用数量不断膨胀。我们让应用用 OpenAPI 声明自己的操作，语音侧只保留两个通用工具：读操作表、发请求。新应用上线不需要重新接入。
• 用对抗性视角写测试。 让 AI 以网络安全里的对抗视角写测试：先假设这段代码会被恶意使用，再去找最容易攻破的地方。这样它不会为了覆盖率数字堆无效断言，而是认真检查边界上的风险；反过来也倒逼实现写得更可测试。仓库中有 15 个 *_adversarial_test.go。
• 10 个角度的独立评审。 用 code-review skill 把 diff 交给 10 个互不通气的角度（5 个正确性、3 个清理、1 个改动层次、1 个约定），每个角度至多 8 条候选，再经单票三态验证与一轮补漏扫描，收敛到至多 15 条。独立会话避免被主对话带偏，也避免一个角度压制另一个；召回优先，宁可多报。

我们认为其中最重要的三条经验是：

1. 人做判断，AI 做执行。 拆分方式、接口定义、什么算缺陷、什么属于既有设计，都由人决定。
2. 证据先于结论。 没有测量过的收益不写成数字，只保留为团队观察。
3. 测试驱动开发。 设定 99% 目标的测试覆盖率，不仅仅是为了找到 bug，更能倒逼 AI 写出更可测试的代码。

当前状态

架构

四个部件分布在三个互不重叠的平面上：输入、计算、显示。平面之间只有三条契约——MCP 让语音只看到工具；OpenAPI + launch.json + HTTP 让应用只暴露 HTTP；控制面调用投屏服务，只传媒体流地址与目标。当前投屏走 DLNA（MPEG-TS），AirPlay 是后续扩展。详见架构设计与模块规格。

快速开始

外部前置条件：Render 主机需要 Node.js 20 或更新版本、Chromium、带 libx264 与 AAC 的 FFmpeg，以及 lsof；阶段 0 与阶段 1 都不需要灵矽账号。只有最后接灵矽时才需要账号与公网 HTTPS。

cp gateway.example.yaml gateway.yaml
go build ./... && go test ./... -race
go run ./cmd/render -addr :8090 -public-url http://192.168.1.20:8090
go run ./cmd/casting -addr :8080 -interface en0
go run ./cmd/gateway -config gateway.yaml     # 控制面；独立模式需先填写 gateway.yaml 第 2 部分，门户模式需先构建前端并在 /admin 配置
go run ./cmd/voiceentry -serve                # 打开 http://127.0.0.1:8788/

本地或局域网调试时，把 gateway.yaml 的 services.allow_private_targets 设为 true；它同时放宽 custom 用户地址，只用于受信单租户环境。

先启动 Render 与 Casting，再启动 Gateway。端口分工：

Gateway 的内置默认值仍是 :8090，与 Render 冲突；示例配置已改为 :8091，请保证 addr、render.base_url、casting.base_url 三者互不冲突。artifacts.base_url 必须指向 Gateway 自己（示例 http://127.0.0.1:8091），否则 Render 拉不到产物。

让第一个应用上屏

不需要先接灵矽，按阶段验收：

1. 只验 Render + Casting。 用 ./scripts/package-scoreboard.sh 打包 e2e/testdata/scoreboard，用 python3 -m http.server 8092 --directory e2e/artifacts 提供下载，再用 curl 在 Render 上启动计分板。拿到 source 后，用 GET /v1/targets 取 target_id，再 POST /v1/projection-sessions 把流交给 Casting。命令见 Render 运行说明 与 Casting 服务。

2. 本地 MCP 建应用。 保持 portal.enabled: false，在 gateway.yaml 填好 AgentAPI、Render、Casting（Render/Casting 在 127.0.0.1 或 192.168.x 时必须把 services.allow_private_targets 设为 true），然后连接 http://127.0.0.1:8091/mcp（Streamable HTTP，每次请求都带身份头）：

   curl -s http://127.0.0.1:8091/mcp \
     -H 'Content-Type: application/json' \
     -H 'Accept: application/json, text/event-stream' \
     -H 'X-Linx-Device-Id: dev-local' \
     -H 'X-Linx-Session-Id: sess-local' \
     -d '{"jsonrpc":"2.0","id":1,"method":"tools/call",
          "params":{"name":"create-app","arguments":{"prompt":"做一个两人掷骰子游戏"}}}'
   

   门户模式下还要带 X-Linx-Agent-Id 和 Authorization: Bearer <MCP Token>。之后用 get-app-status 等构建完成，再用 get-screens + start-app 上屏；工具与错误码见应用管理 MCP。

3. 接灵矽。 准备灵矽账号、灵矽云能访问的公网 HTTPS 地址（https://<域名>/mcp），在 /admin/settings 完成平台配置。局域网地址只适合本机联调。

逐步说明见 Gateway、Render、Casting 启动指南。Portal 前端在 portal/ 下用 pnpm 构建。

文档

完整索引见 docs/README.md。

团队

开发记录

以下是我们开发过程中的现场记录，不是作品 Demo；正式演示见页首的 Demo 视频。