大家现在玩 Agent 不知道有没有这种感受：桌面端已经强得发指了，但它对物理世界完全是盲的。

大模型看不到测试台上的开发板亮没亮红灯，听不到旁边 3D 打印机是不是已经炒面了，也没法让 Claude 直接「瞄一眼」你手机镜头里的画面。

所以我做了个 Eyes-on-My-Phone 安卓 App：把 Qwen3-VL-2B 直接塞进手机，用阿里 MNN 做端侧推理，再在 App 里内置一个 MCP 服务器。Claude Code 只要敲一行 `claude mcp add`，就能远程调用 `phone_look` / `phone_listen`，让手机帮它看一看、听一听周围发生了什么。

给大家几个实际能玩的场景：

开发板千里眼：代码出 Bug 了，直接让 Claude 看 Error Code、LED 和跑马灯。

3D 打印保安：每 5 分钟瞄一眼，发现3D打印机拉丝或者炒面就立刻通知 Agent 停机。这也是我最初做这个项目的原因。

另外说一下踩坑经验：模型输出太短时，预编译版 libMNN 可能碰到假的结束符直接停掉，我在 C++ 层给不足 48 字的结果强行继续生成；加载模型一定放后台协程，不然 UI 会卡死在 verifying。

有了这个 demo，接下来就看大家的想象力了。甚至可以用 Tailscale 远程访问家里的设备，真正变成千里眼、顺风耳。

#端侧AI #Qwen3VL #MNN #MCP #ClaudeCode #Android #Agent #千里眼