用 AI 造一台会自己敲键盘的机器人：一个人的软硬件全链路开发复盘
2026 年 7 月 24 日，WaytoAGI 社区「晚八点共学」邀请 KeyPilot 创作者、蓝点之外创始人李心旭，分享他如何用 AI 从零打造一台物理按键机器人。李心旭此前没有任何硬件开发经验，却在不到一个月内完成了从工程样机到可量产版本的全链路开发。这场分享适合对 AI 辅助硬件开发、内网运维自动化、物理 AI 产品落地感兴趣的开发者与创业者。
需求起源：内网物理隔离环境下的真实痛点
李心旭做这个产品的起因，来自他此前的工作经历。他负责的网络安全软件产品部署在用户内网环境，运维时「你得去现场，第二个呢，你去现场之后，他那个电脑是内网物理隔离的，操作起来就非常麻烦」。在内网物理隔离的电脑上，无法打通数据传输通道，缺一个 SQL 脚本或排查工具，只能手敲进去，效率极低且容易出错。
他最初的想法是做一个能帮自己敲键盘的机器。2025 年，他借助 AI 开始尝试，先做了一款玩具级别的单按键产品——通过短按、长按编码实现输入逻辑。这款产品在闲鱼上卖了十几个，但用户都没能真正用起来：「它打字非常慢，第二个呢，它可能会错，按键有时候会不准确，如果你一旦错一个，那整个编码乱了。」
不过，这款失败的产品验证了一个关键事实：需求真实存在，且市场上没有成熟竞品。「有人买，但是没有给他们做好」，说明在内网物理隔离环境工作的人，对自动化操作的需求一直在。
核心设计：物理隔离与「放上就能用」
为什么不用模拟键盘或远程控制
李心旭强调，市面上已有的模拟键盘、远程控制方案都不适用于他的目标场景。内网物理隔离电脑的 USB 接口通常有白名单限制，不允许乱插设备；更重要的是，一旦插入模拟键盘或打通数据通道，就存在被黑客攻击的风险，「你内网系统就直接通过这条线路直接打到你内网了」。
KeyPilot 的核心安全特性是：设备与内网电脑全程保持物理隔离，仅通过电磁铁按压按键操作，没有任何数据链路连接。「它只输入按键，所以是比较安全的。就算被拦截，它也不知道输入了什么。」
放弃复杂固定结构，靠自重解决问题
硬件设计中最花时间的问题之一，是如何把设备固定到键盘上。李心旭最初设计了很多可调固定结构，试图适配不同键盘的高度和宽度，但发现「太笨重、太复杂了」，而且 AI 设计出来的东西「都比较丑」。
后来他意识到一个关键点：按键触发力度最多 100 克，设备自重 800 多克，只要压得住就不会被顶起来。于是干脆砍掉所有固定结构，做成一个平面设备直接放在键盘上。「你放上去，打字过程中它就因为这个东西很重，它基本上就压住了，它就不会产生（位移）。」前后左右则靠底部摩擦力解决，实际测试效果非常好。
这个设计还解决了键盘适配问题。虽然键盘外形五花八门，但「绝大部分都是 19.05 毫米的一个间距，一个标准的，只要它表面是平的，基本都可以」。
硬件架构：从电磁铁选型到 PCB 设计
核心硬件配置
KeyPilot 的硬件架构并不复杂，核心组件包括：
- 主控：ESP32-C3 单片机，选它是因为体积小、够用
- IO 扩展：74HC595 移位寄存器，把有限的 IO 口扩展到 50～70 多路
- 驱动：ULN2003 达林顿管（集成的 MOS 管），一个 IO 口控制一个开关，开关控制一个电磁铁
- 供电：双路独立供电，28V 给电磁铁，5V 给主控
供电逻辑的迭代
硬件调试中遇到的一个典型问题是电源冲突。最初设计里，电磁铁用独立 28V 电源，主控通过降压模块供电；但插上 USB 线时，两路电源会冲突。李心旭的解决方案是加了一个 PMOS 高侧开关：USB 插入时 5V 产生高电平，断开 3.3V 供电；USB 拔出后恢复独立供电。「插上这 USB，它就有 5 伏，有个高电平，它就把这个给断了，所以它就不走这个电源的供电了，这两路就不冲突了。」
电磁铁选型：测试了十几款
电磁铁是机械动作的执行器，也是李心旭花时间最多的硬件之一。他测试了十几款电磁铁，最初找到的一款「只能勉强用，而且成本太高了，一个电磁铁要将近 20 块钱」。最终选定的是每颗约 11 克的型号，整个设备重量控制在 800 多克。
选型过程中还发现一个细节问题：个别键盘按不动。解决方案是去掉电磁铁自带的弹簧——因为键盘本身有弹簧，按下后可以靠键盘的弹力复位。「它把这个弹簧去掉，下压的这地方阻力就会减少了，这样它就能 28 伏的电源情况下，就能按动绝大部分键盘了。」
PCB 设计：AI 生成，嘉立创代工
李心旭此前没有设计过 PCB 的经验，他的思路是：「AI 现在的大模型就是文本模型，只要是文本的东西，在电脑里面的，它可能都能帮你去做。」PCB 设计最终会落到一个文件，只要文件有逻辑性，AI 就能生成。
他花了半天学习如何用 AI 生成 PCB 文件，使用 KiCad 的格式（通用、可导入嘉立创），让 AI 生成后导入嘉立创代工。「运气很好，我生产了好几版，没有一次出问题。」外壳模型同样由 AI 生成，导入 FreeCAD 检查后 3D 打印。
固件与客户端：极简硬件 + 复杂逻辑上移
固件极简设计
固件逻辑非常简单：接收指令，控制对应电磁铁动作。「你发送的命令就是 28 空格 1，就按下 A 了。你再发送 28 空格 0，它就抬起来了。」复杂逻辑全部放在客户端，因为客户端是纯软件，更新方便，而且跑在手机或电脑上算力充足。
固件里有一个必须做的安全约束：电磁铁不能长时间通电。「如果这个电磁铁写了不能充电超过 30 秒，你就得加上一个，防止万一没有弹起来给烧坏了。」
连接方式：USB、蓝牙、WiFi 三选一
设备支持三种连接方式：
- USB 有线：适合不允许有任何无线信号的屏蔽机房
- 蓝牙：日常使用最方便，延迟低
- WiFi + WebSocket：配合随身 WiFi 实现远程控制
调试中遇到的一个典型问题是 ESP32 的 WiFi 和蓝牙共享天线，同时使用会导致 WiFi 不稳定。「大部分解决就是你在固件里面调，比如说你连 WiFi 的时候把蓝牙广播给关掉。」后来也换成了带外置天线的 ESP32 版本。
客户端：Flutter 一套代码覆盖全平台
客户端最初用 Kotlin 写了安卓版，后来改用 Flutter 实现全平台覆盖。「用 AI 写其实很快的，你把前面 APP 给它，它基本上一个小时就能帮你写一个全平台的 Flutter 的 APP。」一套代码可以打包出 Windows、Mac、Linux、安卓、Web 端客户端。
后续计划增加微信小程序控制端，用户无需下载 APP，通过蓝牙直接连接操作。
中文输入：从五笔到 Unicode 编码
英文和数字输入很简单，按对应按键即可，大写加 shift 键。中文输入则复杂得多。李心旭最初采用五笔编码——把汉字拆成笔画，对应按键输入，目标电脑调成五笔输入法即可，不需要任何反馈。
但五笔存在重码问题，「100 个字可能会错几个」。解决方案是改用 Unicode 编码输入：把中文字符转成唯一的 Unicode 编码输入，目标电脑需要支持 Unicode 编码的输入法。
如果目标电脑没有 Unicode 输入法，也有变通方案：「你可以让 KeyPilot 帮你写段代码，你第一开始你不用打中文，代码都不是中文的，所以你直接复制一个代码，让它敲一个代码，敲一个 HTML 文件，然后它打开 HTML 文件，不就有一个 Unicode 编码解码的了吗？」
这个更新预计在分享当周周末上线，硬件无需改动，只更新客户端软件。
鼠标控制：利用系统自带功能
KeyPilot 不需要额外的物理鼠标结构，而是通过控制数字小键盘触发操作系统自带的「鼠标键」功能。「所有的操作系统都会有个鼠标键功能，允许使用键盘的按键或数字键盘来控制指针。」在系统设置中打开该功能后，设备按数字小键盘的对应按键即可移动鼠标、点击操作。
远程运维：把「手脚」传到现场
远程运维是 KeyPilot 最有商业价值的方向。传统模式下，内网物理隔离环境出问题，高水平工程师需要出差到现场处理，「有可能很简单的一个问题，你可能 20 分钟或者几十分钟就能解决的，但是你必须得跑到现场」。
使用 KeyPilot 远程运维的流程是：现场的非技术人员把设备放到目标键盘上，打开摄像头对准屏幕；远程工程师通过 WebSocket 连接远程控制台，查看画面、键盘透传、控制鼠标，直接处理问题。「相当于它就把你的手脚直接给传递到现场了。」
效率提升显著：「按照传统的运维的路径上来看，它提升了不止 10 倍，而且成本也低了很多，你不用去现场了，你不用出差了嘛。」
安全方面，摄像头模块与按键控制模块相互独立，仅在运维时临时开启，用完即关。涉密场景禁用远程功能，只可使用本地控制。
商业化与产品规划
目前 KeyPilot 已有近 20 名个人用户购买测试版硬件，经过多轮迭代硬件稳定性已得到验证。定价策略：
- 核心按键区测试版：999 元，面向个人用户
- 全键盘 + 摄像头套装：4998 元，面向企业远程运维
硬件开放标准接口文档，支持用户自行编写代码实现自定义功能。「他们有很多个人用户是自己写的代码去实现不同的功能。」
李心旭对物理 AI 赛道有自己的判断：「现在只有那些特别有钱的公司，他们能做人形机器人。因为人形机器人现在只能娱乐。」他认为更务实的路径是从细分刚需场景切入，做能落地、能盈利的物理硬件产品，积累经验后再向高阶形态演进。「未来 10 年物理世界的 AI 硬件存在大量空白，大模型厂商仅能覆盖虚拟软件层面的 Agent 场景，无法垄断物理硬件赛道。」
现场问答
Q：用最简单的一句话概括，这个硬件主要解决什么问题？
A：在内网物理隔离环境，操作电脑很麻烦、只能手敲，它能帮你自动敲键盘；把它放到现场，你就不用出差了，能远程控制它，手脚直接到现场。
Q：保密场景能用吗？
A：保密场景可以用本地功能，但不能用摄像头和远程功能。很多内网物理隔离环境并非保密场景，比如机房运维、档案系统部署、企业测试环境，这些都可以用。
Q：远程运维的效率真的比现场高吗？
A：单看操作速度，肯定比现场低。但传统路径需要从北京跑到西安，再手敲处理，整体效率提升不止 10 倍，成本也大幅降低。
Q：如果现场没有网络信号怎么办？
A：没有信号就不能远程，但可以在本地用。手机通过 USB 连接设备，把文本发过去自动敲入；也可以写定时脚本，每天自动登录系统、导出文件。
Q：为什么不用模拟键盘？
A：内网物理隔离环境不允许插模拟键盘，USB 接口有白名单，插了会报警。而且模拟键盘存在数据链路，被攻击后内网系统直接沦陷。KeyPilot 纯物理操作，不存在数据链路。
要点回顾
- 需求验证：初代玩具级产品虽不成熟但有人购买，证明内网物理隔离环境的自动化操作需求真实存在
- 核心设计：放弃复杂固定结构，靠设备自重（800 克）+ 底部摩擦力直接放在键盘上，适配绝大多数 19.05mm 标准间距平面键盘
- 硬件架构：ESP32-C3 + 74HC595 移位寄存器 + ULN2003 达林顿管 + 28V/5V 双路独立供电，PMOS 高侧开关解决 USB 与独立供电冲突
- AI 覆盖范围：PCB 设计、3D 外壳模型、固件代码、全平台客户端、专利文档、合规咨询均由 AI 生成；电磁铁选型、机械结构打磨、硬件调试需人工完成
- 开发周期：从工程样机到可量产版本不到一个月，主要时间花在等待深圳/东莞的物料运输
- 中文输入：五笔编码有重码问题，将新增 Unicode 编码输入实现无重码；目标电脑无 Unicode 输入法时可用 HTML 文件变通
- 鼠标控制：通过数字小键盘触发操作系统自带鼠标键功能，无需额外物理结构
- 远程运维：现场非技术人员放置设备 + 摄像头，远程工程师通过 WebSocket 控制台操作，效率提升 10 倍以上
- 商业化：个人测试版 999 元，企业远程运维套装 4998 元；硬件开放接口文档，支持用户自定义代码
直播回放约 127 分钟
播放器来自飞书妙记 · 在新窗口打开