Android 蓝牙 BLE 扫描 Native 层架构与扫描流程剖析

Ne0inhk

— 1 min read
Android 蓝牙 BLE 扫描 Native 层架构与扫描流程剖析
博主简介

byte轻骑兵，现就职于国内知名科技企业，专注于嵌入式系统研发，深耕 Android、Linux、RTOS、通信协议、AIoT、物联网及 C/C++ 等领域。乐于技术分享与交流，欢迎关注互动！

📌 主页与联系方式ZEEKLOG：https://blog.ZEEKLOG.net/weixin_37800531知乎：https://www.zhihu.com/people/38-72-36-20-51微信公众号：嵌入式硬核研究所邮箱：[email protected]（技术咨询或合作请备注需求）

⚠️ 版权声明

本文为原创内容，未经授权禁止转载。商业合作或内容授权请联系邮箱并备注来意。

本文基于 Android 蓝牙源码中 BLE 扫描相关的 Native 层代码，以scanInitializeNative为入口，系统梳理 BLE 扫描从 JNI 层到 BTIF 层、GD Shim 层再到 HCI 层的核心实现逻辑；重点分析GD Shim 层作为新老架构桥接层的设计思路，以及BleScannerInterfaceImpl的承上启下核心作用；解

Read more

【大模型应用篇】用 OpenClaw + 飞书打造 7x24 小时服务器运维机器人

【大模型应用篇】用 OpenClaw + 飞书打造 7x24 小时服务器运维机器人

前言 本文基于OpenClaw，也是最近超火的可在本地运行的AI Agent网关，记录从零搭建通过飞书对话管理服务器运维机器人的全过程。该机器人支持随时随地通过飞书查看服务器状态、检索日志、管理进程，其核心机制在于：由OpenClaw将聊天平台（飞书等）的消息路由至大模型，模型调用本地工具（如Shell、文件系统、浏览器）执行相应任务，最终将结果自动返回至飞书会话中，实现自动化运维交互。 架构概览 飞书 App (WebSocket 长连接)         ↕ OpenClaw Gateway (服务器上 systemd 常驻)         ↕ AI 模型 (DeepSeek v3.2/GLM 4.7)         ↕ 服务器 Shell (受白名单限制的命令执行) 核心组件： * OpenClaw Gateway：Agent 网关，管理会话、工具调用、渠道连接 * 飞书插件：通过

By Ne0inhk

OpenClaw 新手指南：从零开始的 AI 机器人搭建完全攻略

OpenClaw 新手指南：从零开始的 AI 机器人搭建完全攻略 想随时随地通过微信、飞书、Telegram 等平台与 AI 助手对话？OpenClaw 帮你实现。 为什么选择 OpenClaw？ OpenClaw 是一个开源的自托管 AI 网关，让你可以在自己服务器上运行一个 central hub，连接所有聊天平台到强大的 AI 模型（如 Claude、GPT、Pi、Kimi 等）。 核心优势： * ✅ 数据完全掌控（自托管，隐私安全） * ✅ 多平台统一管理（一个网关服务所有渠道） * ✅ 无代码扩展（通过技能系统） * ✅ 24/7 可用（开机自启动） * ✅ 日志和记忆（支持长期对话） 10个核心技巧详解 技巧 1：快速安装与配置 适用场景：

By Ne0inhk
港大用AI视频生成技术让机器人拥有“透视眼“:首次实现超视野导航

港大用AI视频生成技术让机器人拥有“透视眼“:首次实现超视野导航

这项由香港大学研究团队主导的突破性研究于2026年2月发表在计算机视觉顶级期刊上，论文编号为arXiv:2602.05827v1。该研究首次将视频生成技术引入机器人导航领域，让机器人能够在看不见目标的情况下成功找到目的地，这在夜晚等复杂环境中表现尤为出色。 想象一下，当你在一个陌生的购物中心寻找洗手间时，即使看不到目标，你也能凭借经验和常识大概推断出它可能在哪个方向。现在，香港大学的研究团队成功让机器人也具备了这种"透视"能力。他们开发的SparseVideoNav系统，能让机器人仅凭简单的指令，就能在完全陌生的环境中找到远处看不见的目标。 传统的机器人导航就像让一个近视眼的人在没有眼镜的情况下找路，它们只能依靠当前看到的景象做决定，结果经常在死胡同里打转，或者在看不清远处目标时原地打圈。更麻烦的是，现有的机器人需要非常详细的步骤指令，比如"向前走三步，然后左转，再走两步，然后右转找到红色的椅子"。这种方式在实际生活中显然不现实，因为人类更习惯给出简单的指令，比如"去找个椅子坐下"。 研究团队发现，问题的根源在于现有的机器人"目光短浅"。它们在学习时只能看到未来4到8步的情况，

By Ne0inhk
飞书机器人与Claude Code交互：从手机指令到AI处理的全自动流程

飞书机器人与Claude Code交互：从手机指令到AI处理的全自动流程

飞书机器人与Claude Code交互：从手机指令到AI处理的全自动流程 * 一、背景 * 二、实现方案概览 * 三、操作步骤 * 前置准备 * 第一步：创建并进入Claude Code容器 * 配置Claude Code使用本地模型 * 测试Claude Code是否正常工作 * 第二步：安装Python依赖 * 第三步：获取飞书应用的凭证 * 第四步：编写并运行中间件脚本 * 脚本解释 * 运行脚本 * 第五步：在飞书中与机器人对话 * 常见问题 * 总结 一、背景 在日常开发中，我们经常需要快速查询代码问题、生成文档或执行简单的编程任务。如果有一款AI助手能随时响应，就像在电脑终端前一样，那该多方便！本教程将演示如何搭建一个飞书机器人，当你在手机飞书App上发送消息时，该消息会传递给运行在电脑上的Claude Code（一个智能编码助手），Claude Code处理后将结果回复到你的飞书会话中。 通过这个方案，你可以： * 在手机上随时向AI提问编程问题。 * 让AI帮你调试

By Ne0inhk