LuatOS+Air8101引擎主机开发钉钉机器人APP

news2026/5/1 13:14:06
本文以Air8101引擎主机为硬件平台基于LuatOS系统和AirUI轻量化图形框架开发一款钉钉机器人消息发送APP。文章详细记录了从软硬件环境准备、代码仓库拉取、PC模拟器配置到使用DeepSeek生成UI界面及资源文件最终利用Trae AI工具生成LuatOS项目代码并调试运行的完整技术流程。所有步骤均经过实际验证开发过程中使用PC模拟器进行调试确保代码稳定后可直接烧录至Air8101真机运行。概述本篇旨在讲述在 8101 畅玩板开发钉钉机器人 appdingding_robot项目的详细过程。钉钉机器人 app是一款使用 AirUI 轻量化图形开发框架基于工业引擎 Air8101V001 畅玩板硬件和 LuatOS 系统软件开发的一款 UI 应用程序。钉钉机器人 app 核心功能配置钉钉机器人 webhook;配置钉钉机器人加签密钥输入待发送消息一键发送。app ui 界面一、硬件环境Win10 及以上的 Windows 操作系统电脑一台;Air8101/1602 UI 畅玩板一块 type-c 接口 usb 数据线一根如果没有上述 2 的这些硬件设备可以直接在电脑端 pc 模拟器上开发调试 app二、软件环境2.1 PC 模拟器点击此处学习 LuatOS 模拟器使用模拟器时直接使用在本文 2.2 章节下载的 LuatOS-develop 分支代码进行学习在本小节使用 LuatOS 模拟器 LuatOS-develop 分支代码可以正常运行起来一个 UI 项目就算达标2.2 代码仓库1、当前阶段Air8101 UI 畅玩板项目的代码在 LuatOS 仓库的 develop 分支2、点击这里可以通过网络浏览器打开 LuatOS 代码仓库的 develop 分支可以直接点击克隆/下载下载在本地3、本步骤和步骤 2二选一即可通过 TortoiseGit 或者其他客户端工具拉取上述 develop 分支代码到自己的电脑上以便后续通过客户端提交代码到仓库只本地运行的话可以不用客户端克隆/下载直接步骤 2 下载即可4、参考这里使用 TortoiseGit 克隆/拉取代码点击查看 TortoiseGit 详细使用教程5、develop 分支代码放在你本地任何你觉得合适的位置比如本文这里新建了存放的路径是 D:\trae\LuatOS_project\2.3 AI 工具AI 工具有很多种有 TraeCopilot 等等每一种 AI 工具都可以配置不同的大模型我们并不限制你使用哪一种 AI 工具各种 AI 工具使用的基本思路都是相同的在本文我们仅仅基于 Trae 这种 AI 工具来介绍如果你使用其他 AI 工具遇到不懂的问题可以自行解决参考 Trae 的安装和智能体概念理解 和 安装 luatos-docs-code 智能体、规则和技能 安装好 Trae配置 luatos-docs-code 智能体配置项目规则和技能其中在 Trae 的安装和智能体概念理解第三章节中不用再新建项目直接打开自己电脑上的 LuatOS-develop 目录即可Trae 的配置使用有以下三点特别重要1、当你安装配置好智能体、规则和技能后最终一定要参考验证智能体、规则和技能是否安装成功来验证安装配置是否正确2、Trae中内置的免费大模型会经常排队并且性能不可控容易出问题所以推荐参考001 发送会话请求时提示排队如何解决的方法订阅收费的大模型目前每月40元这样可以大大提高AI性能如果不想使用收费模型在非正常工作时间段内使用内置的免费模型也能勉强凑合3、选择收费大模型时经过我们的实际测试根据工作任务的不同可以按照如下建议选择仅供参考具体情况还需要根据你自己的实际使用情况来定代码开发任务优先选择GLM可能是使用的人数太多有时候处理较慢如果GLM处理太慢再考虑切换到MiniMax其他任务可以首先选择ark-code-latest其次选择MiniMax最后选择GLM可能是使用的人数太多有时候处理较慢三、生成 app 界面和交互逻辑本步骤是借助 AI 工具根据定义的 app 需求生成 html 文件和图片等资源文件。AI 工具可以使用 Trae也可以使用网页版的豆包也可以使用网页版的 deepseek生成“包含业务逻辑、可交互体验”的 html 文件 你可以根据自己的实际情况来对比选择使用其他的 AI 工具经我们对比网页版的 deepseek 生成的 html ui 效果比较符合需求。在这一章节记录了使用 deepseek 网页版来生成钉钉机器人 app 的 html 的过程3.1 生成 ui 界面.html 文件浏览器搜索打开 deepseek,输入如下指令设计一个可用于钉钉机器人消息发送 app 项目页面和交互业务逻辑分辨率为 480*800输出可以交互的 html 页面;3.2 查看 ui 效果等待 deepseek 思考完成后运行查看生成效果3.3 修改 ui 效果deepseek 首次生成的 ui 效果不一定能满足 app 需求可以进行多次对话交互修改效果比如去除多余的功能、修改整体色调、添加按钮、添加提示文字等直至达到满足需求的 ui 效果3.4 下载保存.html 文件达成 ui 效果后在 deepseek 里下载保存在本地。 本教程最终生成的 ui 效果直接双击 deepseek_html_20260331_e77a91.html 在浏览器打开即可查看 ui 效果。3.5 导出.html 中的图片、图标、表情等资源修改到最终的 ui 效果后继续给 deepseek 发指令帮我导出这里面的所有图片资源大小 3030背景透明色或者帮我把这里的表情转换成图片资源3030背景透明色。deepseek 思考完成后点击运行在运行页面可以一键下载图片资源。四、生成 app 项目代码本步骤全程在 trae AI 下进行。在进行本步骤之前一定确保 2.3 章节 4.验证规则和技能都没有问题如果验证异常按照 2.3 章节 2-3-4 步骤重来一遍即可。4.1 创建任务打开 trae 客户端新建一个会话任务专门用来处理钉钉机器人 app 代码生成调试打开编辑器窗口可以查看 LuatOS-develop 目录内容右键点击 app_store添加到对话。此时可以看到 app_store 目录已经被添加到会话窗口如下图所示4.2 创建 app 项目目录1、在会话窗口继续输入指令在这个目录下创建一个 dingding_robot 目录。点击发送箭头按钮等待创建完成2、创建成功后可以在资源管理器 app_store 目录下看到新建的 dingding_robot 目录3、创建 resuser 目录继续在会话窗口输入在dingding_robot目录下创建resuser目录成功创建后可以在 dingding_robot 目录下看到子目录 res、user。4.3 添加资源1、手动把 3.4 中下载的 deepseek_html_20260331_e77a91.html 复制到 dingding_robot 目录下快速找到 dingding_robot 本地目录的方法上图页面 dingding_robot 右键选择 在文件资源管理器中显示2、把 3.5 中下载的图片资源复制到 dingding_robot\res 目录下.可以把图片名称改成自己好识别的英文名称。3、参考 3.5 的交互生成一个钉钉机器人图标图片下载后修改图片名称为 icon.png复制图片到 dingding_robot 目录下.完成以上三步后最终如下所示:4.4 生成项目代码1、在会话窗口输入以下内容LuatOS-develop 路径需要根据你自己电脑上的实际路径来修改,找不到的可以查看 2.2 章节。并且发送1、参考D:\trae\LuatOS_project\LuatOS-develop\module\Air8101\project\AirUIFrame\ui_play_board\app_store\dingding_robot\deepseek_html_20260414_3b3a55.html 中的UI界面和交互逻辑在dingding_robot中生成LuatOS代码2、代码文件格式以及内容参考D:\trae\LuatOS_project\LuatOS-develop\module\Air8101\project\AirUIFrame\ui_play_board\app_store\下的其他目录包含main.luameta.jsondingding_robot\user目录下存储具体UI和业务功能的lua代码文件3、代码中需要的图片资源在dingding_robot\res目录下代码中用到的图片资源使用\luadb\xxx.png的路径方式2、然后luatos-docs-code-102智能体就开始工作了几分钟之后会生成第一份代码思考输出的过程如下图所示3、查看 dingding_robot 目录下 生成了 main.lua、meta.json、dingding_robot_win.lua、config.lua、message.lua 五个文件如下图所示4、点击查看生成的 5 个代码文件单击保留5、trae 可能没办法一次就生成可成功运行的代码按照下述第五章的方式运行代码查看运行日志和运行效果继续使用 AI 工具调试修改代码即可如果要学习完整的一个 app 代码调试过程可以参考智能售货机app开发文章。五、运行 app 并调试代码5.1 准备运行 app1、右键 app_store选择 在文件资源管理器中显示2、找到本地的 app_store 文件夹3、把 app_store 文件夹复制到 LuatOS PC 模拟器所在的目录。可以查看 2.1 PC 模拟器章节中的操作本教程 LuatOS PC 模拟器所在的目录是 E:\PC 模拟器\LuatOS-SoC_V2025_PC5.2 在 PC 模拟器上运行1、找到 PC 模拟器目录下的 cmd 快捷方式双击打开如下图所示2、在命令行窗口粘贴输入以下指令luatos-pc-64bit.exe D:\trae\LuatOS_project\LuatOS-develop\module\Air8101\project\AirUIFrame\ui_play_board\factory\ D:\trae\LuatOS_project\LuatOS-develop\script\libs\3、输入完成后单击回车键就可以在模拟器上运行 Air8101 UI 畅玩板出厂软件的出厂软件启动后如下图所示4、鼠标模拟左右滑屏翻到第三页就可以看到自己添加的钉钉机器人 app,点击运行测试 app 功能。5.3 调试 app 代码5.2 的运行结果是最终可用的 app 效果中间的运行结果这里不再赘述比如运行死机或者 app 打开后图片不显示字体问题、颜色不符等等等你按照上述所有步骤走到生成代码这一步的时候整个项目已经成功了 99%剩下的代码调试问题可以参考智能售货机项目开发文章或者交流群里随时沟通。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2572037.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…