从老式电话机到桌面工作台：我的 AI 效率外设折腾记
一、灵感萌芽：为什么需要一个物理工作台？ 最初是受 Codex Micro 的启发，让我意识到，独立快捷小键盘在特定工作流里确实很有用。 当时在使用 Superpowers 这类工具时，我常需要反复输入固定指令，比如「跳过 spec，直接写」。如果手边有个实体按键，按一下就能完成「粘贴文本 + 回车
一、灵感萌芽：为什么需要一个物理工作台？
最初是受 Codex Micro 的启发，让我意识到，独立快捷小键盘在特定工作流里确实很有用。
当时在使用 Superpowers 这类工具时，我常需要反复输入固定指令，比如「跳过 spec，直接写」。如果手边有个实体按键，按一下就能完成「粘贴文本 + 回车」，能省去不少重复操作。
与此同时，我刷到了把老式电话机改造成语音输入终端、接入 Typeless 的视频。视频里的方案用了网络模块，还模拟了拨号效果。挺有意思，但对我来说，成本和实现都稍显复杂。
真正吸引我的是老式电话机的听筒，它恰好对应了两个需求：
改善收音：办公室底噪较大，听筒能让麦克风更靠近嘴边，有机会减少环境噪声的影响。
补上麦克风：我的 Mac mini 本身没有内置麦克风，正好需要一个语音输入设备。
我的构想很简单：把听筒里的麦克风和扬声器接到免驱 USB 声卡上；再改造底座的物理开关，把它作为一个独立按键接入小键盘。这样就能通过「拿起／放下」的动作，控制 Typeless 开始和结束语音输入。
这台老式电话机还有 22 个按键和一块小屏幕。如果能全部驱动起来，它本身就是一个现成的复古工作台，连外壳建模都省了。于是，我在闲鱼花十几块淘了一台老式座机。
二、验证与迭代：从 6 键小样到 18 键工作台
6 键版本：先把链路跑通
手头恰好有一块 ESP32-S3，我就借朋友的 3D 打印机，打了个最简单的 6 键外壳，接上几根杜邦线，先做最小可行性验证。
在 Codex 的协助下，我写出了第一版控制逻辑：分别定义按键按下和抬起时的行为，再组合延时、粘贴文本、模拟按键等操作。实际用下来，这条链路顺利跑通了。
9 键版本：小键盘和驱动初具雏形
6 键外壳的内部空间太小，塞不下单片机。于是，我找了一个底部空间更充裕的开源 9 键模型，打印出了小键盘的第一个正式版本。
配套的第一版驱动软件也在这时有了名字——Kivo。
18 键带屏版本：按键不够，就继续加
用了几天，我发现 9 个按键很快就有些捉襟见肘。
借助 Codex，我在原来的 9 键模型上改出了 12 键和 20 键版本。最终选定 20 键的布局，再让出两个轴位，嵌入一块显示状态信息的小屏幕，组成了 18 键带屏工作台。
伴生产物
当时买屏幕时多买了几块，我还顺手做了一个用量展示小屏幕，常驻在显示器左下角。
后来它也经过了改进，并入了同一套系统，后面的「最终的工作台」会再说到。
三、啃硬骨头：魔改老式听筒
拆开淘来的座机底座，我才发现里面用的是碳膜排线，没法按预想的方式直接焊接。复用原有按键和屏幕的计划，只好先作罢。
底座用不上，听筒还是可以留下。免驱声卡到货后，我在 ChatGPT 的指导下，测量了听筒里麦克风和扬声器的电阻，并确认接线。
幸运的是，这只听筒与这块声卡的组合不需要额外加电阻或电容，4 根引线直连就能正常工作。
接着，我让 Codex 协助重新建模听筒底座，在底部放入一颗机械键盘轴体，引出两根线接到单片机上。
听筒放下时压住轴体，拿起时松开，就能识别动作，实现「拿起开始录音、放下结束录音」。
老电话的机械手感，也算用另一种方式保住了。
四、拼出“完全体”：GPIO 告急与飞线噩梦
找了个风和日丽的周末，我量好各个元件的尺寸，让 Codex 帮忙设计了一个完整工作台，分成三个部分单独打印，再拼装到一起。
这次还加了两颗物理拨杆开关，其中一个用来临时断开听筒底座按键的信号。关闭触发后，拿起听筒就不会启动 Typeless，它可以单纯作为普通有线耳机，用来打电话。另一个是3档双开的还没想好干什么用。
功能是凑齐了，内部也越来越热闹：加上屏幕和各路轴体后，RP2040 的 GPIO 几乎用满，飞线更是乱成一团。
为什么不画 PCB 打板，或者改成矩阵扫描？
因为这只是自用原型，当时我更想先把它用起来。矩阵扫描需要重新规划布线和固件；如果还要处理多键同时按下的冲突，也得考虑二极管等细节。
PCB 确实能让接线和焊接规整很多。但按我当时查到的嘉立创报价，这个尺寸的 5 张板大约要 80 元，还没算出问题、改版后重新打样的成本。既然没有量产计划，我就暂时选择了飞线。
当然，飞线也留下了隐患。上面第三张照片里少了两个键帽，就是因为轴体的线留得太短：拔键帽时稍一用力，把轴体一起带出来，线就被拽断了。省下的布线工夫，最后还是得用维修补回来。
五、半路杀出程咬金：小米遥控器登场
正当我觉得这套设备用着还不错时，同事发来了一个项目：HD838A/remote-mic-app。
好家伙，居然有人把小米遥控器 2 Pro变成了便携语音输入工具：自带多个实体按键、续航长，还是无线连接。
再看看桌上那个红色大听筒，复古是复古，笨重也是真的笨重。
试用了一段时间，遥控器方案的体验确实不错。对我来说，当时主要的缺口是原项目没有 Windows 端支持。
遥控器驱动 Axonkey
于是，我又写了一款支持 macOS 和 Windows 的驱动工具——Axonkey，并扩展了快捷粘贴文本、模拟鼠标操作、一键打开应用或网址等功能，让遥控器也能承担一些日常快捷操作。
随着遥控器上位，红色听筒的出场机会越来越少。干脆把工作台左侧的听筒底座拆掉，让小键盘重新专心做快捷操作面板。
六、终局状态：各司其职的桌面搭档
最终的工作台
图里那块手机屏幕，用来实时展示 Codex Session 的运行状态，也支持点击后快速打开对应的会话。
这些能力来自我自建的基于 MQTT 的架构方案 Orbit。显示器左下角那块早期的「伴生产物」也被整合到这套架构进来。
折腾到现在，我的桌面协同方案基本稳定了下来：
小米遥控器：负责语音输入，以及快速切换屏幕和应用。
定制小键盘：负责高频文本粘贴、脚本宏和其他快捷操作。
外接状态屏：负责展示 Codex Session 状态并提供会话跳转入口，早期的用量监控屏也接入同一套系统。
最初只是想少敲几次重复指令，最后却一路折腾了小键盘、老式听筒、遥控器和状态屏。中间走了不少弯路，也留下过一团飞线，但看着这些自己拼出来的小东西每天派上用场，还是很有满足感。
至于它们到底是效率工具还是桌面玩具——能用，也好玩，就够了。