思路：给 Agent 打造"手脚"

核心策略很简单：每个 CLI 工具只做好一件事，然后统一暴露给 AI 调用。

  • bird：读写 Twitter/X
  • gifgrep：搜索 GIF
  • gogcli：访问 Google Workspace 全家桶（邮件、日历、文档等）
  • summarize：将任意 URL、YouTube 视频、播客转成摘要

这些工具本身不复杂，但组合起来就构成了 Agent 与外部世界交互的完整接口层。

解决 Coding Agent 用户的真实痛点

steipete 本身就是 Coding Agent 的重度用户，所以他顺手解决了自己遇到的问题：

  • VibeTunnel：把浏览器变成终端，外出时也能远程操控 Agent
  • CodexBar：菜单栏实时显示 token 消耗——不是为了省钱，而是要清楚钱花在哪
  • Poltergeist：通用热重载工具，任何语言的项目都能自动重建

连接物理世界

Agent 不该只活在屏幕里。steipete 把触角延伸到了物理设备：

  • ordercli：调用外卖平台 API 查询订单
  • camsnap：对接 RTSP/ONVIF 协议，实现摄像头截图、录像、动作检测
  • sonoscli：控制 Sonos 音箱，支持设备发现、分组、队列管理、播放 Spotify
  • Brabble：本地语音转录，用语音唤醒 Mac 并下达指令

完全控制 macOS

这是整套体系中技术含量最高的部分：

  • Peekaboo：不只是截图工具，而是完整的 GUI 自动化框架——see、click、type、scroll、hotkey、menu，模拟人类在 Mac 上的一切操作
  • imsg：命令行收发 iMessage/SMS
  • remindctl：操控 Apple Reminders

他还实现了浏览器 cookie 提取能力，让 Agent 能以用户身份直接调用任何网站的 API，绕过登录墙。这意味着 Agent 不再被浏览器沙箱困住。

务实的技术选型

这些工具横跨三种语言，选择标准只有一个——哪个最合适就用哪个：

  • Go：网络相关 CLI（gogcli、sonoscli、camsnap、bird），编译快、跨平台、零依赖
  • Swift：macOS 深度集成（Peekaboo、imsg、Brabble），系统 API 原生支持
  • TypeScript：Agent 端逻辑（Clawdbot 主体、MCP server），生态丰富、对 AI 友好

没有技术洁癖，没有统一语言的执念，纯粹以实用为导向。

真正的价值：打通信息孤岛

过去几十年，每个 App 都是信息孤岛。邮件在 Gmail，日历在 Calendar，消息在 iMessage，音乐在 Sonos，摄像头在另一个 App，彼此之间没有桥梁。

steipete 用几十个 CLI 工具把这些孤岛全部打通，然后统一暴露给 AI。最终效果是：你说一句话，AI 调用 gogcli 查日历、用 Peekaboo 截图分析当前界面、通过 imsg 发消息通知、让 sonoscli 播放音乐——一气呵成。

这才是 Clawdbot/Moltbot 的最大价值：不是某个单一工具，而是一整套让 AI 能操控一切的基础设施。

对独立开发者的启示

这套思路完全可以复用：不需要一次性构建所有工具，而是从自己最频繁的操作开始，逐步用 CLI 封装，再接入 Agent。每多一个工具，AI 的能力边界就扩大一圈。对于一人公司来说，这本质上是在用代码雇佣一个永不下班的数字员工——而你要做的，只是给它足够多的"手脚"。