【OpenClaw · 外传】5 个工具,每个从想法到上线不超过一天

【OpenClaw · 外传】5 个工具，每个从想法到上线不超过一天

「我在做晚饭的时候用 AI 搭了一个分析后端。」

—— Peter Steinberger，关于 stats.store

如果说「Just Talk To It」是 Peter Steinberger 的工作流哲学，「Shipping at Inference-Speed」是他的生产范式宣言——那么他的几十个开源工具，就是这些思想的具体产物。

这篇文章整理了他在 2025 年夏天构建的 5 个最具代表性的工具，每个都有一个共同特点：从想法到上线不超过一天。

一、VibeTunnel：把整个终端装进手机

构建时间：1 天

问题：Peter 想在任何地方（包括手机上）和 AI agent 对话。但手机上跑终端体验很差——没有好的 CLI 环境，远程 SSH 设置麻烦。

方案：VibeTunnel 把 Mac 终端的 CLI 隧道到网页浏览器。不依赖 SSH——用的是命名管道 + Xterm.js。

技术细节：

用 Claude Code 一天构建完成
Named pipes 作为传输层（比 WebSocket 更简单、更可靠）
Xterm.js 渲染终端界面
支持多路复用——一个网页窗口可以切换多个终端 session
完全在浏览器中运行，无需安装 App

哲学体现：Peter 后来在「Just One More Prompt」中坦白——「我造了这个东西，就是为了更方便地获取我的’毒品’。」但抛开成瘾的语境，VibeTunnel 示范了一个重要的设计原则：用最简单的传输层 + 最成熟的终端模拟库，解决一个特定问题。

「CLI 是人类和 AI agent 都能使用的通用接口。」

二、Peekaboo：给 AI agent 装上眼睛

构建时间：几小时（v1），重写 1 天（v2）

问题：AI agent 开发时经常需要「看到」屏幕——UI 布局、渲染结果、用户界面问题。但截图工具通常需要手动操作。

方案：Peekaboo 让 agent 可以自主截取 macOS 屏幕并分析。

v1.0：MCP 协议版本

通过 MCP（Model Context Protocol）暴露截图能力
Agent 直接调用截图工具，无需人类介入
把「盲人 AI」变成了「带视觉的调试器」

v2.0：CLI 优先重写

完全抛弃 MCP，改为 CLI-first 架构
原因：Peter 发现 MCP 协议有其固有的不稳定性——Claude 有时会在不需要的时候自动启动 Playwright
CLI 的行为更可预测：「你调用，它就执行。没别的。」

「CLIs 是人类和 AI agent 都能有效使用的通用接口。」

哲学体现：Peekaboo 的版本进化说明了一件事：当你在 MCP 和 CLI 之间纠结时，选 CLI。 CLI 是经过几十年验证的接口范式；MCP 还在快速迭代中，稳定性尚不如最古老的 Unix 契约——stdin/stdout/stderr。

三、Poltergeist：AI 友好的通用构建监视器

构建时间：约半天

问题：AI agent 在修改代码后，经常需要等待人类手动触发构建来验证改动。对 agent 来说，这个等待是上下文窗口中的「死时间」——浪费 token 和注意力。

方案：Poltergeist（幽灵）是一个零配置的构建监视器。文件保存 → 自动检测项目类型 → 自动运行对应构建命令。

支持的项目类型：

Swift（自动检测 Package.swift）
Rust（自动检测 Cargo.toml）
Node.js（自动检测 package.json）
CMake
「其他一切」——通过自定义配置

设计原则：

零配置：放到项目目录就能用
AI 友好：agent 修改代码后，poltergeist 自动构建，agent 在下一个 context 中就能看到构建结果
跨语言：不绑定任何特定工具链

哲学体现：Poltergeist 属于那种「以前绝对不会这么搞」的基础设施——构建一个通用的构建监听器通常意味着理解几十种工具链的细微差异。Peter 让它以「够用就行」的方式工作——检测到项目类型就用，检测不到就 fallback。

「用老办法我绝对不会搞这么一套自定义基础设施。」

四、Vibe Meter：给 AI 花费装上仪表盘

构建时间：几小时（v1），几小时（v2）

问题：Peter 同时订阅了 4 个 OpenAI 账号 + 1 个 Anthropic 账号，每月约 $1,000 的订阅费用。但他不知道自己实际花了多少——API 账单有滞后，订阅模式下的用量更难追踪。

方案：Vibe Meter 是 macOS 菜单栏 App，实时监控 AI 花费。

v1.0：

菜单栏显示当日/当月 AI 花费
基础 token 计数

v2.0 增强：

Anthropic 订阅追踪（之前只支持 OpenAI）
精确 token 计数
SIMD 操作优化（处理大量日志时性能更好）
更细粒度的模型级别花费拆解

哲学体现：Vibe Meter 的构建时间说明了一个关键点——AI 时代你不需要「决定做不做」。 想法 → 代码 → 上线的时间短到你可以靠「试」来做决策。Vibe Meter 如果让一个传统团队做，可能会被评估几周、开发几周。Peter 用了几个小时。

五、stats.store：做饭时搭的分析后端

构建时间：做晚饭的间隙

问题：Sparkle（macOS 应用更新框架）需要一个隐私优先的分析后端。现有的方案要么太重（需要自建数据库），要么侵犯隐私（Google Analytics）。

方案：stats.store 是一个极简的分析后端：

隐私优先：不追踪用户、不存 Cookie
开源
免费

构建过程：

「我一边做晚饭一边用 AI 搭的。」

这不是夸张。Peter 描述的工作流是：在厨房做饭，用语音输入给 AI agent 下指令，回来看结果，调整，再去厨房。

哲学体现：当「构建」的时间成本降到和「思考是否要做」差不多时，决策逻辑就完全反转了——别想了，先做。不行再扔。

六、三条构建哲学

1. CLI > MCP > GUI

Peter 最激进的架构观点可能是这个：能用 CLI 就不要用 MCP，能用 MCP 就不要用 GUI。

在 Peekaboo 2.0 的复盘中他写道：

「我甚至移除了最后一个 MCP，因为 Claude 有时会在不需要的时候自动启动 Playwright——而它直接读代码更快，对上下文的污染也更少。」

他认为 CLI 经过了 50 年的演进，行为可预测、接口稳定。MCP 还太新，工具间的一致性和可预测性远不如 CLI。

2. 够用就好，不要完美

Poltergeist 不做完美的构建检测，stats.store 不做完整的数据分析——它们都只做「够用」的程度。Peter 的观点是：在 2025 年，你能在一天内构建的「够用」版本，比一个月后交付的「完美」版本更有价值。 因为一个月后模型已经进化了一个大版本，你完全可以重建一个更好的。

3. 基础设施自建是 ROI 最高的投资

「我建了惊人数量的自定义基础设施：管理面板、CLI、内部工具。用老方法绝对不会这么搞。」

Peter 在「My Current AI Dev Workflow」中写下的这段话，揭示了一个反直觉的事实：AI 不仅降低了「写应用」的成本，更大幅降低了「写基础设施」的成本。 在 AI 时代，自建内部工具的 ROI 远高于通用方案——因为你可以用极低的成本获得针对你工作流的完美匹配。

写在最后

这五个工具的共性不是它们的代码质量或技术复杂度。共性在于：它们是「想法 → 上线」时间压缩到极致的产物。

当构建一个工具只需要几小时时，你的决策方式就会从「值不值得做」变成「为什么不做看看？」。

而这种心态本身——不被评估、规划、设计所拖累的自由——可能才是 AI 时代最珍贵的生产资源。

「别想太多。Just build it.」

参考来源：

VibeTunnel: Turn Any Browser into Your Mac’s Terminal — Jun 2025
Peekaboo MCP 1.0 / 2.0 — Jun/Jul 2025
Poltergeist: The Ghost That Keeps Your Builds Fresh — Aug 2025
Vibe Meter 1.0 / 2.0 — Jun 2025
stats.store: Privacy-First Sparkle Analytics — Jun 2025
My Current AI Dev Workflow — Aug 2025