解放双手!Happy Coder:用手机远程监控与操控AI编程助手

使用 Claude Code 或 Codex 辅助编程能显著提升开发效率,尤其对于非技术背景的用户,可以快速将想法转化为产品。

这如同拥有了一位专家级别的程序员同事,并且这位同事无需休息,能够 24 小时不间断工作。

然而,它存在一个明显的不足:在工作过程中经常需要与我们确认需求。如果我们不在电脑前,它便会暂停工作,直到我们返回并确认后才能继续。

为此,我在 GitHub 上发现了 Happy Coder 这款开源工具。使用它之后,便可以直接在手机上确认 AI 的需求,并远程下达开发指令。

解放双手!Happy Coder:用手机远程监控与操控AI编程助手

简单来说,Happy Coder 能够将我们的手机转变为 AI 编程任务的“实时监视器”与“远程遥控器”。

当我们在电脑终端启动编程任务后,便可以放心地携带手机离开。手机上会显示与电脑终端完全同步的实时画面。

这位“AI 同事”的代码编写进度、测试运行结果,都可以在手机上随时查看。

解放双手!Happy Coder:用手机远程监控与操控AI编程助手

更出色的是,它还具备推送通知功能

一旦 Claude Code 需要确认文件读写权限,或是遇到错误而停滞,手机会立即收到提醒。

我们无需返回电脑前,只需在手机上点击 Allow,任务即可继续执行。

解放双手!Happy Coder:用手机远程监控与操控AI编程助手

或许有用户会担忧:“将终端输出信息传输到手机,我的代码数据安全吗?”

开发者对此考虑得非常周全。该工具采用了端对端加密技术来保障安全。

解放双手!Happy Coder:用手机远程监控与操控AI编程助手

代码数据在传输过程中全程加密,且解密密钥仅保存在用户本地设备上。

外界无法获取任何明文内容,工具本身也不会存储用户数据,这在安全性方面做得相当到位。

关于安装使用,工具提供了 iOS 和 Android 客户端,可直接在应用商店搜索下载。

解放双手!Happy Coder:用手机远程监控与操控AI编程助手

随后,在电脑终端输入以下命令即可安装 Happy Coder:

bash
npm install -g happy-coder

安装完成后,启动 AI 编程助手时,只需将原来的 claude 命令替换为 happy 即可。

若使用的是 Codex,则输入 happy codex 命令。

请注意,首次使用时需与手机建立连接。在终端输入 happy --auth 命令,终端将显示一个二维码。

解放双手!Happy Coder:用手机远程监控与操控AI编程助手

打开手机上的 Happy Coder App,扫描该二维码。

随着“滴”的一声提示音,连接便成功建立。

整个过程无需输入 IP 地址或进行复杂参数配置,手机与电脑即可快速配对。

若想切换回电脑端操作也极其简便:在键盘上随意按下一个键,控制权便会立即返回桌面端,实现无缝衔接。

如果你也希望摆脱守在屏幕前等待进度条的束缚,不妨尝试这款工具。毕竟,高效利用 AI 的同时,我们也应当学会更灵活地管理工作流程。

GitHub 项目地址:https://github.com/slopus/happy


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:http://www.itsolotime.com/archives/18815

(0)
上一篇 2026年1月24日 下午12:38
下一篇 2026年1月24日 下午12:50

相关推荐

  • 微软Entra Agent ID:AI智能体的统一身份治理,开启零信任安全新纪元

    早在2025年5月的Microsoft Build大会上,微软首次公布了Entra Agent ID,为AI智能体引入统一的身份目录,让企业能够一站式发现和管理来自Copilot Studio、Azure AI Foundry等平台创建的智能体身份。这标志着AI智能体从“无序实验”向“企业级可控”迈出了关键一步。 随后,在2025年11月的Microsoft…

    2026年1月15日
    19600
  • AI付用户破亿:支付宝如何用对话式支付重塑AI时代商业闭环

    移动支付之后,支付宝在AI时代再下一子。 智东西2月24日报道,昨日,支付宝披露 AI付用户数突破1亿。更早一些的2月12日,支付宝公布AI付一周 累计支付笔数超过1.2亿。这些数字很抢眼,更值得细看的是交易方式的变化:支付被直接嵌入AI对话流,用户在聊天中完成下单与付款确认,整个交易过程无需跳出对话界面。 春节期间,千问的“30亿大免单”把这种体验推到台前…

    2026年2月24日
    15700
  • 阿里千问突破大模型强化学习稳定性难题:从序列级奖励到token级优化的理论重构与实践验证

    在人工智能领域,大语言模型(LLM)的强化学习(RL)训练已成为提升模型复杂推理与问题解决能力的关键技术路径。然而,当前主流RL方法普遍面临一个根本性矛盾:奖励信号通常基于完整生成序列(序列级)进行评估,而优化过程却在单个token级别进行。这种“奖励-优化”层级的不匹配不仅引发了理论上的健全性质疑,更在实际训练中导致稳定性问题,特别是在混合专家(MoE)等…

    2025年12月7日
    22500
  • 小模型革命:为什么1B-7B参数模型正在重塑AI工程未来

    一套深度实战的 22 篇工程系列:用 1B–7B 模型打造快速、低成本、私密且强大的 AI 系统。 使用 AI 生成的图像 四个月前,我真的觉得小模型是个笑话。 并非没用——只是…有限。适合做演示、做研究挺有意思,但离生产可用还差得远。 在我看来,“真正的 AI 工程”就该用巨型基础模型和一堆 A100。如果你不在烧算力,你算什么在做 AI? 这个信念在一个…

    2026年1月10日
    20900
  • 像开发软件一样造世界,Agent2World来了,把世界模型做成可运行的符号环境

    让模型真正“能行动”,往往需要一个可执行、可验证的符号世界模型(Symbolic World Model)。它并非抽象的文字描述,而是能被规划器或执行器直接调用的形式化定义,例如PDDL领域/问题,或可运行的环境代码/模拟器。一旦世界被“写成可运行的规则”,我们就能在同一套约束下进行推演、测试与复现:模型不再停留在“会说”,而是能回答“如果我这样做,会发生什…

    2026年2月2日
    26200