KeyFrame內部研究專用

remobi.app: Don't change your terminal workflow for mobile

AI Engineer·7月12日週日·9 min英文

三句話摘要

Ramobi 是一個 Progressive Web App,讓使用者能在手機上遠端監控和控制運行在遠端開發機器上的 AI agents 與 Tmux 終端工作流。 Ramobi 透過將 Tmux 工作流無縫延伸到手機,解決了開發者在遠端監控 AI agents 時既要便利性又要生產力的兩難。 解決現有方案的缺口:既有的Claude Code行動應用(如Happy)要嘛只支援Claude Code、要嘛需要手動切換session、要嘛要設定SSH金鑰和觸控控制困難,Ramobi整合了Tmux的終端窗格管理與遠端連線,提供統一的行動體驗。

重點整理

重點
  • 1

    解決現有方案的缺口:既有的Claude Code行動應用(如Happy)要嘛只支援Claude Code、要嘛需要手動切換session、要嘛要設定SSH金鑰和觸控控制困難,Ramobi整合了Tmux的終端窗格管理與遠端連線,提供統一的行動體驗。

  • 2

    Tmux作為核心架構:Tmux是終端的視窗管理器,允許開發者同時運行多個編碼agents、自訂快速鍵命令、顯示系統監控資訊,Ramobi藉由web介面將這套生產力工作流直接延伸到手機。

  • 3

    觸控最小化設計:應用雖然外觀簡樸,但提供雙擊縮放各窗格、滑動捲軸、平移檢視等觸控手勢,讓使用者能在手機上執行git操作、查看diff、管理進程,無需額外系統管理負擔。

  • 4

    安全與部署彈性:使用Tailscale或Cloudflare Tunnels進行遠端連接,使用者自行負責網路安全配置,避免直接暴露於公網。

實用技巧與重點

乾貨
  • 工具與技術棧
  • 應用名稱:Ramobi
  • 應用類型:Progressive Web App(PWA)
  • 支援平台:iOS、Android
  • 核心技術:Tmux(終端視窗管理器)
  • 遠端連接方案:Tailscale、Cloudflare Tunnels、Ngrok
  • 安裝方式:NPM套件 + Skill自動配置
  • 功能清單
  • 在手機上檢視遠端機器上的Tmux session
  • 同時監控多個編碼agents
  • 執行自訂快速鍵命令(如切換plan mode)
  • 檢視git diff(使用lazy git或critique工具)
  • 查看系統監控資訊(CPU使用率等)
  • 觸控手勢:雙擊縮放、滑動捲軸、平移窗格
  • 開源,可在GitHub取得
  • 設定流程
  • 執行Ramobi的安裝指令
  • Skill自動安裝Tmux(若未安裝)或綁定按鍵
  • 指定遠端機器地址(web版或本機版)
  • 透過Tailscale/Cloudflare Tunnels設定網際網路存取

結論

結論

Ramobi 透過將 Tmux 工作流無縫延伸到手機,解決了開發者在遠端監控 AI agents 時既要便利性又要生產力的兩難。

完整解析

詳細

Connor Adams 開發 Ramobi 源於一個真實的痛點:使用 AI agents 時,開發者經常想在外出時檢查 agents 的工作進度。他調查了現有方案,發現各有侷限——Claude 的行動應用只支援 Claude Code、需要手動切換 session,或者採用不夠信任的中繼伺服器;而純終端應用則面臨 SSH 金鑰管理與觸控控制的複雜性。他決定打造一個整合既有開發工作流且能在手機上運作的解決方案。

Tmux 是解決方案的核心。這個終端視窗管理器本質上是一個終端的視窗管理員,允許開發者在同一螢幕上並排檢視多個窗格。Connor 展示的範例裡,他可以同時執行四個不同的編碼 agents,還能自訂狀態列顯示 CPU 使用率與其他系統資訊。最重要的是,使用者可以設定自訂快速鍵命令——例如按一個按鍵就能詢問 agent 的 token 額度。他強調,這套工作流的魅力在於它是「自己的」,不依賴外部工具限制,而是可完全客製化。

Ramobi 的創新之處在於將這套高效的 Tmux 工作流搬到手機上。應用是一個 Progressive Web App,同時支援 iOS 與 Android,連接到遠端開發機器的 Tmux session。雖然介面設計簡樸(Connor 自己也承認「不會贏設計獎」),但功能完整——使用者可以透過觸控手勢雙擊某個窗格放大它、滑動檢視內容、切換至其他視圖(如 plan mode)、或載入 git 工具檢視 diff。這讓使用者即使在家庭聚會中也能快速檢查 agents 的狀態。

為了安全地將本機工作流暴露到網際網路,Connor 推薦使用 Tailscale 或 Cloudflare Tunnels。他特別強調,絕對不要直接將機器暴露在公網,否則相當於自己 pwned 了自己的電腦。整個安裝流程被簡化為執行一個指令——Ramobi 提供的 Skill 會自動偵測、安裝 Tmux(如果還沒有)或綁定所需的快速鍵,讓新使用者無需手動複雜設定就能上手。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。