ARTICLE · 1187219
点进来,你也能有属于自己的软件
盲人用 AI 干活入门指南
点进来，你也能有属于自己的软件
写给视障朋友的 AI 工具选择、操作技巧与避坑手册
先给大家听个东西——这是我最近折腾出来的成果，一本多人角色朗读的小说，每个角色声音都不一样。是不是还挺像那么回事？跟大家说，这东西从想法到做出来，前后也就一个月，而且我不会写代码，全靠 AI 帮忙。
这个叫"爱阅读"的听书软件，是在"阅读"（Legado）那个开源软件的基础上改的——不是从零写的，是在开源代码上加功能。它不光能多人角色朗读——AI 自动分辨书里谁在说话，男主、女主、配角各用各的声音，不是一个调子念到底。你打开一本电子书它就直接给你读。里头攒了各家的语音：豆包、讯飞、微软翻译、火山、掌上配音、纳米、呱呱，还有 Readify——Readify 里头还能做语音克隆，你给它一段声音，它就能模仿那个腔调读。更妙的是它带了个"登录抓取器"：你在软件里打开哪个语音网站、登好账号，它能把登录凭证抓下来喂给 AI，AI 照着这个就能把那个发音人做成插件，以后加新语音不用我一个个去对接。语速音量都能调。书源这块也加了制作书源的功能，虽然还是测试版，另外还做了推荐书源，好多书源不用自己到处找，直接导入就能用。
这一个月踩的坑可太多了：播放器卡死、朗读卡住、读着读着跳页、漏字、重复读一句话……前前后后改了一百多个版本。就说 Readify 那个语音，我搞了好几十版才发现它是个海外站点，网络不通的时候怎么调都不对——要不是换着用不同 AI 帮忙排查，这坑不知道还要踩多久。这也是为啥后面要讲这么多 AI 接力的事，一个 AI 真扛不住所有活。这要搁以前，咱盲人想用上这么多音色、自己改出个听书软件，想都不敢想，现在有了 AI，一个月就折腾出来了。
上次咱们聊过百度的秒哒，说怎么用它搭软件。结果呢？没做几个月我就把它扔了。为啥？这东西老给你添堵——你做的安装包动不动就违反它的条例，比如你内置了它的语音引擎，想换成系统调用，好嘛，违反条例了，安装包导不出来。搞个软件跟伺候大爷似的，果断不用了。
后来认识了一位朋友，是"梦仔不宅"这个公众号的作者。我看人手机电脑来回折腾，做出来一堆好东西——伴唱软件、影视工具，都挺好。慢慢就厚着脸皮去请教，这么一来二去，才有了今天这篇文章。真的得好好感谢他。
那做啥软件好呢？我想了半天，又翻了翻最近的论坛：苹果的讯飞、安卓各种、电脑上的老头子语音、讯飞语音、音视频剪辑……合着全有人做了，实在想不出还能干嘛。结果某天听小说的时候，突然灵光一闪：哎？这个好像没人做啊！说做就做，于是就有了现在这个听书软件，前前后后差不多一个月。
所以说啊，有了 AI，基本上你想做啥都能做，只要别碰侵权违法的就行。做之前不需要什么复杂条件，一台手机就够，当然有电脑更方便，电脑比手机顺手多了。这篇是接着上次往下讲的，咱们以手机端为主，有电脑的朋友跟着做也完全没问题。
目录
•先说说要不要注册这回事
•四个工具，到底用哪个
•智谱清言怎么用
•腾讯 WorkBuddy 怎么用
•美国Muse怎么用
•怎么判断 AI 在瞎编
•仓库怎么注册
先说说要不要注册这回事
很多朋友刚上手会问：用 AI 是不是非得注册账号、搞什么仓库？其实不注册也能聊，问个路、写个文案都行。但你要是想让 AI 真帮你干活——比如做个软件、写个长程序——那注册一下会顺很多。
为啥要接力？说穿了就是各家的免费积分都不够用。你在一个 AI 那儿聊久了，积分烧完了，就得换一家接着干。而且不同 AI 擅长的事不一样，这个写代码顺手、那个打包快，搭着来最划算。我做这个听书软件，就是智谱、WorkBuddy、豆包、Muse这几个换着接力，这个干一半，交接给下一个接着弄，最后拼成一个完整的东西。
那怎么交接呢？每个 AI 的对话是有上下文的，不会聊了就忘，但你总得把代码和文档存到一个地方，下一个 AI 才能接着用。注册个代码仓库（后面会讲怎么弄）就是干这个的：代码和交接文档都存在那儿，不管换多少个 AI，拉下来就能接着干。
实在不想注册也行：让每个 AI 把成果打包成一个直链下载地址，下一个 AI 顺着链接把东西拉回来继续干。就是麻烦点，每次得手动把这个链接转到下一个 AI 那儿，但不耽误事。
四个工具，到底用哪个
目前咱们常用的有这么四个，我挨个说，你自己挑：
豆包 无障碍最顺
豆包是目前读屏支持最好的，按钮都能读到，摸着最省心。刚上手的朋友从它开始，不容易被劝退。它也有云端编程环境，能写代码做软件，不是只能聊天。只不过论干活的劲儿，特别是复杂编程和长任务，比智谱和 WorkBuddy 稍微弱一点。日常问答、写文章、查资料它最顺手。
智谱清言 推荐
它有个免费的"全栈开发"智能体，能在云端沙箱里写代码、直接打包出安装包。每天登录就送积分，免费够用。缺点也明显：无障碍做得粗糙，发送按钮藏得贼深，还有个"焦点穿透"的怪毛病，下面我专门讲怎么对付。
腾讯 WorkBuddy 推荐
这个方便，微信小程序里直接用，不用额外装 App。也有云端沙箱，能写代码做表格。记住一定用小程序版，那个独立 App 一旦内容多了，读屏卡得你怀疑人生，连发消息都费劲。
美国Muse 有条件再用
这个无障碍是真不错，每周白送一亿 token，量管够。但门槛也高：注册得找闲鱼上的人帮忙弄，自己弄不了；还得挂美国网络。而且它爱瞎猜、幻觉多。新手别上来就用它，后面我讲怎么让它跟国内工具搭着干活最划算。
智谱清言怎么用
好，那咱们先来重点说说智谱清言。这时候肯定有人要问了：咋不先介绍豆包呢？嗨，那还用说，豆包无障碍挺好，按钮都能摸到，没啥好踩的坑，而且没记错的话新用户还送一个月会员。就算没会员也不亏——别赶在人家算力紧张的点儿上用，早上啊大晚上啊随便聊，折腾一天也够。当然不能说随便造，那夸张了，就是空下来的时候用用，运气好还能碰着额度重置。
对了，新用户注册智谱的时候，把这句口令复制过去：来智谱清言帮好友助力,新用户立即可得积分奖励! JL1575 h355:/84D3QC7ZAXSP。新用户有积分拿，我作为邀请人也有，双赢，何乐而不为呢。
那有人又问了：豆包到底咋用呢？也简单，不管你是在主对话还是新建对话，先在底下找到"深度思考"，模型挑 Pro 那档的用，别选快速版，推理强度拉到高，工作环境记得切成"工作模式"，也就是它那个云电脑，别用默认的对话模式。哦对了，不管用哪个 AI，有台电脑确实方便很多，操作起来比手机顺手，条件允许的话尽量上电脑。
首页长啥样，先把布局认清楚
图1：智谱清言首页。先把整个布局摸清楚，后面才不会迷路。屏幕最顶上左边是一个圆形图标（历史记录），中间写着"GLM-Flash 极致"，这是当前用的模型。屏幕最底下排着三个标签，从左到右：第一个是对话气泡图标，就是咱们现在待的首页聊天页；中间那个是个圈起来的图标，点进去是智能体页面，你要做编程、加全栈开发智能体都在那儿；最右边是个人形轮廓，点进去就是"我的"。再往上一点是输入框：左边一个加号，中间写着"今天想聊点什么"，右边一个语音图标。每天第一次打开，中间会弹个黑框写着"+200 今日登录积分已到账"，这 200 就是白给的。
图2：个人中心。就是底部第三个标签（人形轮廓）点进来的页面。这里能看到你的用户名、积分余额，还有个"每日赚积分"或者"任务中心"的入口。
图3：任务中心。每天两个任务：跟任何一个智能体随便说句话，得 500；在多人群聊里说句话，也得 500。一天下来多赚 1000。每天 0 点刷新。
这里有个小窍门：刚登录送的 200 积分，你就先用着，别急着去领任务积分。为啥？因为只剩 200 的时候用完了，它会让你把这个对话接着聊满 100 轮——这期间打包代码什么的等于白嫖。积分扣到 0 就停了，不会扣成负数，放心造。等这轮跑完了，再去领任务积分，这样最划算。
想赚那 500 的群聊积分也简单：建个多人群聊，拉 5 个 AI 进去凑个群。进去以后随便发一个字，发出去以后注意——在你刚发的那条消息下面，有个"正在执行"的状态，旁边就是停止按钮，赶紧点一下，让它别真干活。就这么一下，500 积分到账了，AI 啥也没干，积分白拿。这招省积分，不用等它真跑完一轮。要做编程任务呢，先把"全栈开发"这个智能体加上，加的时候还送 500 积分。
历史对话在哪
刚才说了，底部中间那个圈起来的图标就是智能体页面。你点进去，看到的就是这个对话列表：
图4：对话列表（页面叫 AgentMore）。
这里其实就你自己创建的那几项：一个多人群聊，加上你加过的各个 AI 的对话，比如全栈开发那个编程对话。但是！开着读屏你会莫名其妙摸到一些奇怪的东西——什么以前的历史对话啊、首页聊过的内容啊都冒出来了。别慌，也别被带跑，那就是前面说的"焦点穿透"，是读屏焦点跟实际界面对不上。你用识屏或者截图看一眼就明白，真正在这儿的就那么几项：群聊和你创建的那几个 AI 对话。点开自己那个编程对话，它还会根据你聊的内容自动起个名字，这个无所谓，你自己建的总知道是哪个。
发送按钮到底在哪
这是智谱最让人头疼的地方，但搞懂一次就通了。你在编辑框那儿往右滑，会遇到两个按钮：第一个是添加文件，读屏能直接读到，传图片传日志都在这；第二个是全屏按钮。
重点来了：编辑框内容多的时候，点一下全屏按钮，键盘就收起来了。这时候你再往右滑一下——因为后面只剩一个按钮了，那就是发送按钮，点一下就发出去了。就这么简单：打完字，右滑摸第二个按钮点全屏收键盘，再右滑一下就是发送。
有人可能要说了：编辑框后面我就摸到一个添加，没看到什么全屏按钮啊？那是因为你编辑框里字太少了。多打点字，输入框拉长了，第二个按钮（全屏）才会冒出来。字短的时候它就不显示，这时候只能靠手点或者用探测找了。
这个办法要是不灵，你还有几招：天坦用户开"探测"，直接在屏幕上找发送按钮；保益用户用"智能识屏"，也能找到——不过它读出来的图标名字经常不对，可能说是个眼睛什么的，别管它，按钮就在那，摸到点就行。实在实在找不着，就暂停读屏，用手指在屏幕右下角大概那个位置（就微信"我的"页面右下角那个方位）点一下，发送按钮就在那儿，多试几次就准了。
对话卡了别删智能体
编程沙箱里聊久了会卡，或者 AI 自己说"我可能有幻觉，新开个对话吧"。这时候你千万别手贱把那个智能体删了，删了还得重新加。正确做法是开个新话题：
图5：编程对话界面。顶部中间写着"GLM-Flash 极致"。你先摸到这个模型名，往右滑一下是分享，再往右滑一下就是三个点"更多"。
图6：更多菜单。点那三个点，弹出来"设置"和"创建话题"。选"创建话题"，就在这个智能体下面开了个干净的新对话，智能体本身还在，不用重新加。
智谱独有的毛病——焦点穿透：开着读屏的时候，你手指滑着滑着，会读到下一层界面的内容，但你截个图一看，屏幕上根本没那玩意儿。这是读屏焦点跟实际界面对不上，别的 AI 没这问题，就智谱有。遇到这种情况，用识屏或者截图确认一下实际界面就行，读屏读到那层"虚"的东西别理它。
腾讯 WorkBuddy 怎么用
再强调一遍：用微信小程序，别碰那个独立 App。App 一旦内容多了读屏卡得你想摔手机，小程序虽然偶尔也慢，但能忍。新用户点这个链接进去注册，白拿2000积分，我作为邀请人也有奖励：点我注册WorkBuddy，新用户2000积分到手。
对了，WorkBuddy 里头选模型的时候别死磕默认的，这里头现在有好几个限免的能白嫖。往下滑有个智谱的 GLM 5.3 Flash，查资料写东西都好使，费率还低。再往下看，还有几个带"限时免费"标签的：Hy3（就是混元3）全天免费，一直到10月31号；Hy4 preview（混元4预览版）晚上11点到第二天早上8点免费，也是到10月底；还有个 Step-5-Preview 免费到10月25号，之后就不知道了，以官方为准。这些限免模型老用户应该都有，新注册的有没有就说不准了，进去看一眼模型列表，边上标了"限时免费"的就随便用，不心疼积分。
那有人说了，小程序实在搞不明白怎么办？那也只能用 App 了。说真的，App 的无障碍比小程序好不少——发送按钮就是发送按钮，停止就是停止，添加文件也明明白白在那儿，不用像小程序那样摸来摸去。左上角新建对话附近有个按钮，保益读的是"菜单"，天坦读的是"聊天"还是什么，不管它叫啥，点开就能看到所有对话历史，之前聊过的都在里头，跟小程序里那个"图片"按钮一个效果。
不过 App 有两个毛病得提前说：一是刚打开的时候容易卡，不管内容多少，头一两分钟读屏会卡得厉害，等个一分钟左右就好了；二是聊的时间长了、内容多了，读屏会越来越卡，这个我已经反馈过了，不知道有没有人修。
图7：WorkBuddy 小程序首页。底部四个导航：任务、定时任务、发现、我的。中间输入框写着"发消息或按住说话"。
历史对话怎么翻出来
打开小程序，历史对话不在首页上，得这么找：先摸到右上角微信自带的"更多"（就是那三个点）。开了排队浏览的朋友，往右滑，听到"到头到尾"那个音效以后，第一个读到的"图片"按钮就是对话列表。没开排队浏览的呢，就往左滑，听到撞墙那个到头的音效，那个"图片"按钮就是同一个入口。
发送按钮和语音输入
开了排队浏览的朋友，你摸到那个念"按住说话、松手发送、上滑取消"的提示条（不是编辑框本身，编辑框念的是"发消息或按住说话"），从那儿往左滑两下，就是发送按钮。发出去以后，同一个地方会变成停止按钮。没开排队浏览的，发送按钮大概在底部导航"发现"和"我的"之间，慢慢滑找找。
要是这招都不灵，还有一个万能办法：屏幕底下不是有四个标签吗——任务、定时任务、发现、我的。你从第一个"任务"开始往左滑，前四个摸到的图标就是这四个标签对应的东西，再往左滑第五个，那就是发送按钮（AI干活的时候就变成停止按钮）。用这招基本什么情况都能找到发送。
语音输入嘛，编辑框有时候会冒出来"按住说话"，按住说完松手就发了。但它不是每次都出来，时有时无，没有你就老老实实打字。添加文件这个活儿，目前只能靠读屏的探测或者识屏去摸，光靠滑动找不到，多试几次就有经验了。
沙箱慢、卡是正常的
如果你在沙箱里做了好久的软件（几十版了），重新打开小程序，它会有半分钟到一分钟没反应，摸啥都读不到——别慌，这是在加载，等它出来就行。等了半天还不出来，就把小程序关了重进一遍。
App 版就更别提了，内容一多读屏直接卡死，发消息都费劲。所以还是那句话：小程序。
每天签到攒积分
WorkBuddy 有个"加油站"签到，每天送 100 积分，但这入口只有电脑网页版有，手机上找不着。办法是让 AI 在沙箱自带的浏览器里帮你跑：先让它打开浏览器登录 www.workbuddy.cn（手机号加验证码），第一次签到完直接派猫出门；从第二天开始呢，先把猫领回来，签到，再派出去。
要是让 AI 直接调接口签到，几个坑记一下：签到接口是 POST /v2/billing/meter/daily-checkin；猫的接口没有 /v2 前缀，路径是 /activity/growth/buddy/travel/ 下面的 status、claim、depart，depart 要带 {"location_id":1}；这些接口必须在登录好的浏览器页面里调，用 curl 直接调会 401；每次请求间隔 3 秒以上，太快会被踢下线；猫赚的积分也算进总池子。
出包和传日志的小窍门
用 WorkBuddy 做软件有个蛋疼的地方：它出的安装包，你在手机上直接下载是下不动的。怎么解决？让 AI 把安装包生成一个直链，你用浏览器打开那个链接就能下。
传日志也一样。别把大段日志贴聊天里，又乱又容易丢。让它在沙箱里搭个小页面：一头能上传日志文件，一头能下载安装好的包。以后你要给 AI 看日志，从这页面传上去；要装新版本，从这页面下。一个链接两头用，比来回发文件利索多了。
美国Muse怎么用
Muse无障碍是真不错，每周一亿 token 管够。但注册得找闲鱼帮忙，自己弄不了，还得挂美国网络。而且它爱猜、幻觉多。新手别上来就指望它干精细活，后面我讲怎么跟国内工具搭着用。
图8：Muse对话界面。中间是 AI 回复，底部输入框写着"消息"。最下面导航五个图标：对话、动态、点子、目标、资源库。
图9：侧边栏。点左上角菜单展开，上面是选项卡，下面"旁聊"就是新开对话的地方。
什么时候必须新开旁聊：聊到 AI 说"文件写不进去了""编译不了安装包了"，这个对话的环境就卡死了，救不回来。这时候去开个旁聊，相当于换了个干净环境，能重新读所有文件。跟智谱那个"创建话题"是一回事。别在死对话里硬聊，没用。
Muse里有个浏览器功能，打开网页能"接管"操作——因为它在云端跑，相当于个云电脑。但接管以后你得用读屏的全屏识别，或者保益随心点名的全屏引导才能操作，门槛挺高。新手一般别碰，容易卡死在里面出不来。
最划算的用法是分工：要访问国内网站、调国内接口的活，交给智谱或者 WorkBuddy，它们网络顺，做完把代码推到 GitCode 仓库；然后Muse负责那些不需要翻墙、不碰国内网站的部分。这么搭配，既省了Muse的 token，又避开了它访问国内网站的麻烦。
怎么判断 AI 在瞎编
跟 AI 打交道最容易上的当，就是它一本正经地猜，还说得跟真的一样。我这一个月踩的坑能写一箩筐，教你几招辨别：
第一招，听它说话的味儿。它要是张嘴就是"应该是""可能是""大概吧"，你追问它要日志原文、要具体数字、要代码在哪个文件哪一行，它拿不出来——那它就是在猜。靠谱的回答得是这样："日志第几行写了啥，数字是多少，所以我判断是啥问题。"有原文、有数字、有位置，才算数。
第二招，别信"测试全过了"。AI 跟你说测试全绿，结果你手机上一用还是坏的——说明它跑的是假数据，跟你真实环境根本不是一回事。测试过了不等于真机能用，必须让它在真实环境里跑一遍。
第三招，它说"我改好了"你得让它证明。有时候它改了半天代码，结果那段代码压根没被执行到——分支走错了、开关没接线、调了个空函数。光改不验证等于白改，让它加行日志，确认真走到那行了。
还有个好现象值得鼓励：AI 说"我不确定，需要更多信息"——这比瞎猜一个原因强一百倍。反过来，它要是把一个猜测说得斩钉截铁又拿不出证据，你就得警惕了。
跟 AI 提要求的时候，可以直接这么说：日志原文照抄，别转述别概括，它转述的时候最容易看串行看错数；所有数字必须是实跑出来的，别估算；它说修好了，让它自己验证一遍真生效了，别它说啥就是啥。
说个我自己的血泪教训：有一版 AI 跟我说修好了"称呼识别"的 bug，结果传参传错了，检测一次都没触发。用户说"没修好"，AI 还觉得自己改了。还有更乌龙的，旧包当成新包发出去了，用户听半天还是老版本的声音，折腾半天才发现。所以记住：AI 说修了不算数，真实验证过、你真听到了，那才算修好。
再补几条通用的，都是这一个月踩出来的：
第一，AI 说"我看过了""没有这个文件""没找到"的时候，让它把证据贴出来。它说仓库里没有某个东西，你让它把查询命令和结果原文贴出来。它嘴上说"我查过了"，实际上可能根本没拉最新代码，或者瞄一眼就走了。没有原文输出，就当它没看过。
第二，测试全绿不等于真机能用。AI 跑测试全过，那是它自己拿假数据测的，跟你手机上的真实环境两码事。测试桩模拟的和真用户用起来不一样，这种事遇到不止一次了。
第三，AI 说"这个功能做不到"的时候，让它再挖一层。它经常看了一眼就说接不上、做不到，但实际上再往深里挖挖，反编译一下、抓个包、亲手发个请求，往往就成了。我遇到过好几次，AI 说不行，结果换个方式一试就行。
第四，日志可能是残缺的。上传的日志经常只有最后几百行，前面的都被挤掉了。拿这种半截日志下结论，往往会判错。看到日志先看看完不完整，没有版本号、没有启动记录的，不能当依据。
第五，AI 改完代码要让它跑测试。别光听它说"改好了"，让它把单元测试跑一遍，把结果贴出来。测试红了就是没改好，全绿了再装包给你试。这步不能省，省了就是给自己找坑。
仓库怎么注册
想让多个 AI 接力，得有个代码仓库。推荐 GitCode，国内的，访问快。步骤是这样：
用手机浏览器打开 https://gitcode.com，记得把浏览器改成"电脑版网页"模式，手机版好多功能藏着看不见。注册好以后进"工作台"，里面有个折叠面板，展开，滑到最底下找"管理组织"，在那里面设置令牌（Access Token）。用的时候把令牌、你的用户名、项目地址一股脑发给 AI，它就能拉代码推代码了。
小提醒：新建项目这种具体怎么点，你直接问豆包就行，它一般都能告诉你。还有给 AI 发链接的时候，别发半截，完整的 https://gitcode.com 给过去。
千万别让 AI 把安装包传进仓库！我踩过这坑，AI 传习惯了，把打包好的 APK 一个劲往仓库里塞，仓库直接给我发警报了。安装包那东西很大，传上去不仅占空间，后面清理也麻烦。所以从一开始就跟 AI 说好：代码推仓库，安装包走直链下载，别往仓库里传。
万一真传进去了怎么清理？打开工作台，找到你自己用的那个项目，点进去，里面有"项目设置"，再点开仔细找，有一个叫"仓库管理"的选项——不是别的，一定是这个"仓库管理"。点进去以后滑到最底下，有个"清理仓库"的按钮，点一下，它就把那些废弃的、不被引用的大块文件全删掉了。
说了这么多，大家快去试试吧。有啥问题留言区留言，或者群里聊，我尽力回答。毕竟我也不是什么编程大牛，也是个菜鸟入门水平，哈哈。
那有人要问了：你说的那个爱阅读软件呢？在哪下载？这个嘛，等我修稳定了再说，哈哈。
—— 全文完 ——
想参与信息无障碍、出行无障碍交流的视障伙伴，可扫描下方群二维码，进入遇见 无障碍交流群。若群二维码过期，可添加管理员微信。
想发布征婚、求职、招聘信息的朋友，可扫描下方二维码添加平台管理员微信。
