RokidAIUI平台实测，开发者从零构建AI眼镜陪练应用“说清楚”并成功上架

近期，一款名为“说清楚”的AI眼镜应用在Rokid生态中完成上架，其开发过程被完整记录并公开分享。该应用并非由大型团队打造，而是一位独立开发者利用Rokid AIUI平台从零起步，历经工程搭建、页面逻辑编写、模型集成与多轮调试后实现的功能闭环产品。

“说清楚”的核心目标是解决用户在即兴表达中常见的“接不上下一句”问题——例如介绍自己会使用AI工具后，如何自然引出具体案例，并说明该能力对听众的实际价值。为此，开发者将自我介绍结构化为三个递进模块：身份定位、具体经历、可提供的帮助，并交由LanguageModel动态生成追问与反馈，而非预设固定脚本。

整个开发流程依托Rokid AIUI Studio展开。平台提供可视化工作台与代码编辑区双模式支持，开发者首先在左侧菜单点击“新建智能体”，选择“对话创建”进入AIUI CODING环境。值得注意的是，即便没有实体AI眼镜，开发者也可通过内置模拟器实时运行并验证语音交互、页面跳转与模型响应链路，极大降低了硬件门槛。

工程初始化阶段需明确三类关键文件：AGENTS.md用于定义智能体的行为边界（如不评价发音语速、不虚构数据）、app.json配置应用入口与权限（如仅申请RECORD_AUDIO录音权限）、pages/index/index.ink承载页面逻辑与样式。其中，app.json中的权限字段曾因误用“microphone”导致功能异常，后按官方文档修正为标准值“RECORD_AUDIO”，凸显了平台规范对开发稳定性的影响。

开发策略采用“小步迭代”原则：首阶段仅实现欢迎页与基础跳转；第二阶段接入语音识别与模型请求；第三阶段补充重说、暂停、难度调节及最终总结生成功能。这种分阶段验证方式有效避免了多模块耦合导致的调试困难——例如，若一次性集成全部功能却无法启动，很难判断是页面未注册、事件未绑定还是模型未返回。

页面状态管理采用双维度设计：stage标识当前练习阶段（身份/经历/帮助），phase控制流程节点（欢迎→回答→等待模型→反馈→总结）。收音控制独立为voicePanel模块，确保操作互不干扰。用户回答后，系统先进入review环节供确认，再触发下一问题，为“这句重说”预留了交互空间。

技术实现上，index.ink文件整合了结构、逻辑与样式：script setup区域导入依赖并定义export default对象；page部分通过ink:if等指令控制条件渲染；style块内嵌Flex布局与字体颜色设置。关键细节包括：所有显示字段必须在data中初始化，否则易引发运行时错误；模型请求通过initialPrompts传入系统提示词，确保每次会话均受约束；按钮操作（如“说出练习目标”“直接开始”）绑定对应事件函数，支持滑动选择、单击确认与双击暂停三种交互模式。

应用最终呈现的交互界面简洁直观：深色背景配荧光绿文字提升AR设备可视性；顶部标题“说清楚”与右上角“自由表达”形成语义呼应；主问题“先说说，这次讲给谁听？”引导用户锚定听众与用途，下方示例（如“向新同事介绍我的工作”）降低认知负荷。两个主按钮分别导向结构化练习或自由发挥路径，底部注明操作方式，符合眼镜端交互习惯。

该案例的价值不仅在于产品本身，更揭示了当前AI眼镜应用开发的可行路径：

其一，平台化工具显著降低开发门槛。Rokid AIUI提供从智能体定义、页面构建到模型调用的一站式支持，开发者无需深入底层SDK即可完成端到端应用。相比早期需自行处理音频流、手势识别与空间渲染的复杂流程，如今聚焦业务逻辑成为可能。

其二，模拟器验证机制保障开发效率。在硬件尚未普及阶段，模拟器允许开发者提前验证语音唤醒、上下文维持与模型响应延迟等关键指标，减少因设备限制导致的进度阻塞。

其三，结构化提示工程提升实用性。不同于通用对话模型，“说清楚”将任务拆解为可衡量的子目标（身份-经历-帮助），并通过系统提示词严格约束输出范围，避免模型“自由发挥”带来的信息失真，体现垂直场景下提示设计的专业性。

目前，AI眼镜仍处于应用生态培育期。据行业观察，头部厂商正加速开放开发者套件，但真正落地的实用型应用仍显稀缺。多数尝试停留于Demo演示或简单信息展示，而“说清楚”这类解决真实表达痛点的工具，显示出向生产力场景延伸的潜力。

值得注意的是，该应用未接入外部大模型API，全程依赖平台内置LanguageModel能力，且未申请摄像头、定位等敏感权限，体现了轻量化、隐私友好的设计取向。这也反映出当前AI眼镜应用的主流方向：在有限算力与隐私约束下，通过精准场景切割与高效提示工程，实现“小而美”的功能闭环。

随着Rokid、XREAL、雷鸟等厂商持续完善开发工具链,更多类似“说清楚”的垂直应用有望涌现。对于开发者而言，关键已不再是“能否做”，而是“为谁做、解决什么问题”。当硬件逐渐成熟，内容与体验将成为决定AI眼镜能否走进日常的关键变量。