双模型分工实战:周末用 Gemini 4 造出家庭能源自动化工具

AI Summary (BLUF)
本文介绍如何利用Gemini 4 Hydrogen和Gemini 4 Carbon双模型,在Google Antigravity中实践智能体工程,快速开发开源家庭能源自动化工具cheap-watts。通过清晰的硬件抽象、自动化安全门和双模型分工,作者在周末完成了一个协调太阳能、电池和电动汽车充电的Python CLI系统。
核心洞察
这篇文章最让我意外的不是双模型分工本身,而是作者把"安全"这件事前置到了写第一行代码之前。大多数人用 AI 写代码都是先跑起来再说,他反过来,先跑安全技能再动手。另外那个 --dry-run 开关的设计思路值得借鉴,控制物理硬件的东西,先看它想干什么,再让它真干。
家里屋顶有光伏、一块 10 度电的电池、两辆电车,再加上动态分时电价,这几样东西凑在一起,不自动化就是互相打架。
我自己的配置是东西朝向双路光伏板,接一台混合逆变器带 10 度电池,一辆插混一辆纯电,电价按小时浮动。晴天的时候,光伏能免费给电池充电,你就不该从电网买电。阴天光线差,那就只在最便宜的小时段从电网补电。还有个坑:如果你先给家里电池充上电,再插上电车,车会立刻把电池里的电抽走。
上周末我花了几个小时,从周六晚上开始动手,做了个叫 cheap-watts 的项目来把这套流程自动化,开源在 GitHub 上,前后 25 多个 commit,带一套完整的离线单元测试。
最有意思的地方是,我几乎没怎么亲手碰代码。
我在 Google AntigravityA developer platform by Google enabling AI agents to autonomously collaborate across browsers, terminals, and code editors. 里同时用了 Gemini 4 HydrogenGoogle最新一代AI模型,专为搜索优化,具备更强的推理、指令遵循和工具调用能力。 和 Gemini 4 Carbon谷歌于2026年10月28日发布的前沿AI模型,专注于网络安全防御和长周期工程任务,宣称在多项基准测试中表现领先。,实践了一把"智能体工程",自己只管高层架构。这个周末的搭建过程有三点心得:
- 双模型分工。 快速交互式的需求梳理用 Gemini 4 Hydrogen,多文件编码和测试用 Gemini 4 Carbon。
- 干净的硬件抽象。 把逆变器和车辆的物理 API 藏在接口后面,硬件出意外时一个 commit 就能修好。
- 自动化安全闸门。 密钥扫描、PR 检查加一个
--dry-run开关,让智能体跑得快,又不会拿真实密钥和硬件冒险。
核心结论
作者在 Google Antigravity 中采用双模型分工:Gemini 4 Hydrogen 负责需求梳理与头脑风暴,Gemini 4 Carbon 负责多文件编码与测试,自己只负责高层架构与 PR 审核。
cheap-watts是一个无界面的 Python 3.12 命令行工具,通过cron每 30 分钟运行一次(每天 48 次),以控制在车辆远程信息 API 每账户每天 50 次请求的配额以内。由于逆变器 Wi-Fi 记录器连接的第三方平台无自助开发者密钥,作者将逆变器操作封装在 Python
Protocol(InverterClient)后,仅用一个 commit 就切换到本地 8899 端口的 Modbus-over-TCP 适配器,实现局域网控制并摆脱云端限流。规划器采用"车辆优先、电池其次"的排序规则,把电池最便宜的充电窗口排在车辆充电窗口结束之后,避免车充立刻抽走刚从电网买入的电。
安全措施前置到写第一行代码之前:使用
romin-security技能实现零硬编码密钥、自定义 Gitleaks 规则、最小权限 CI,并通过AGENTS.md与五道 PR 闸门(Gitleaks、Ruff、Black、Pytest 强制 >90% 分支覆盖率、Docker 冒烟测试)管控智能体,同时用--dry-run开关作为硬件安全闸门。
分工:Gemini 4 Hydrogen 管需求,Gemini 4 Carbon 管代码
大多数开发者所有任务都靠一个模型。要么你等着一个重型推理模型,反复来回抛早期想法;要么你让一个快模型去做多文件重构,边界情况全漏了。
在 Antigravity 里,我按各自擅长的方向把工作流拆成两个模型:
- Gemini 4 Hydrogen 负责头脑风暴和需求。 早期架构就是个快速对话的过程,你验证假设、权衡取舍、定义边界情况。Hydrogen 响应快,配额也用得省,适合交互式探索。周六晚上,在生成任何一个
.py文件之前,我先和 Hydrogen 在docs/planning/下起草了三份规划文件:一份架构决策记录(adr-001-initial-architecture.md)、一份五阶段执行计划(execution-plan.md)、一份任务清单(tasks.md)。 - Gemini 4 Carbon 负责写代码。 需求定好之后,我切到 Carbon 做实现。Carbon 是为长周期软件工程设计的。我把它指向
tasks.md里的某个阶段和ADR-001,Carbon 就搭好模块骨架、写二进制协议的位掩码、生成离线 JSON 测试数据,然后跑pytest直到全部通过。
这个分工改变了我的周末。我不用再去调试 OAuth token 轮换,也不用一个个数 Modbus 寄存器偏移量,我干的是系统架构师的活:定规则、在本地网络测硬件连通性、审 PR。
cheap-watts 的系统架构
周六和 Gemini 4 Hydrogen 头脑风暴的时候,我直接排除了做网页面板的方案。面板意味着给一个本该在后台无人值守跑的服务增加前端维护成本。
我把 cheap-watts 设计成一个无界面的 Python 3.12 命令行工具,用 uv 管理,通过 cron 每 30 分钟触发一次。一天跑 48 次,既能对天气变化和插枪状态保持响应,又控制在车辆远程信息 API 每账户每天 50 次请求的配额以内。
翻一遍从周六晚上到周二的 git 历史,能看出四个关键的架构决策。
从云 API 转向局域网 Modbus
周六晚上的第二阶段,Gemini 4 Carbon 给电价、Open-Meteo 光伏预测、车辆远程信息、逆变器厂商云 API 都写了只读客户端。光伏预测客户端支持东西两个朝向(-90° 和 90°),不需要 API key。紧接着我加了个只读的 cheap-watts probe 命令来测真实凭证。
周日跑 probe 的时候,第一个硬件限制暴露了。我逆变器的 Wi-Fi 棒状记录器连的是一个第三方手机 App,不是逆变器厂商的云。那个平台没有自助开发者密钥,也没有公开的充电计划写入接口。
因为我把逆变器操作藏在一个 Python Protocol(InverterClient)后面,转向只花了一个 commit。我让 Gemini 4 Carbon 在同一个协议后面写一个局域网适配器。Carbon 实现了一个走本地 8899 端口的 Modbus-over-TCP 客户端,能读实时寄存器,也能写逆变器的 6 时段充电计划,同时保留工作日和发电机位掩码不变。局域网控制去掉了云端限流,不需要任何外部 API key,手机 App 也照常能用。
光伏优先的电池算法和电车后置排序
协调一块家用电池和两辆电车,需要在 src/engine/planner.py 里定清楚排序规则:
- 晴天预测。
cheap-watts全天关闭电网充电,让屋顶光伏免费把电池充满。如果某辆车电量低,它会发邮件提醒我插枪,用白天多余的光伏慢慢充。 - 阴天预测(光照弱)。 规划器算出覆盖日常用电加一个可配置缓冲所需的电网缺口,然后在最便宜的电价时段打开电网充电补上这个缺口。
- 车辆优先,电池其次。 车辆电量来自车厂远程信息 API,通过一次交互式 OAuth 2.0 设备码 CLI 流程授权。当电车或插混在充电、或者需要一个充电窗口时,
cheap-watts会把这些小时从逆变器电网充电里排除。它把电池最便宜的充电窗口排在车辆窗口结束之后,这样车充不会立刻把刚从电网买来的电从家用电池里抽走。
用粘性日充电计划防止充电中途反复
管线每 30 分钟跑一次实时数据之后,一个隐蔽的有状态调度 bug 冒出来了。
假设电价方发布了次日价格,cheap-watts 把电池电网充电排在 02:00 到 04:00。到 02:30,cron 又跑一次。因为电池现在电量更多了,无状态的规划器算出更小的缺口,就在充电中途把正在执行的计划改写了。把 24 小时前瞻往前滚,还有可能在逆变器 6 时段 00:00..24:00 的调度环上撞出 25 小时的环绕冲突。
我把这个症状描述给 Antigravity,没动 planner.py。Gemini 4 Carbon 加了个粘性调度保护,把日充电计划锁定在电价方当前有效的日前电价窗口上。计划在多次 30 分钟运行之间保持锁定,只在以下情况提前解锁:
- 有电车插枪或产生充电冲突(
ev_conflict_override)。 - 电价方发布了新的日前价格窗口(
new_tariff_horizon)。 - 天气预报在晴天和弱光之间切换(
solar_regime_changed)。
只发关键告警,以及有韧性的迷你主机部署
没人想一天收 48 封状态邮件。cheap-watts 把上次应用的调度和告警时间戳存在 data/state.json。它只在电池充电计划变化、或者有新的电车建议触发且不在 12 小时冷却期内时,才发 SMTP 邮件。
部署到家里的迷你主机上,我和 Gemini 4 Hydrogen 比较了本地 uv 运行和 GitHub Container Registry(ghcr.ioGitHub容器注册表,用于存储和分发Docker镜像,本文中用于部署cheap-watts到家庭迷你PC。)两种方式。我选了 ghcr.io,配一套解耦的 crontab:
# 每 30 分钟用本地缓存的镜像跑一次优化:
*/30 * * * * docker run --rm --network host --env-file /opt/cheap-watts/.env -v /opt/cheap-watts/data:/app/data -v /opt/cheap-watts/logs:/app/logs ghcr.io/rsamborski/cheap-watts:latest run >> /opt/cheap-watts/logs/cron.log 2>&1
# 单独每小时拉一次镜像更新:
15 * * * * docker pull --quiet ghcr.io/rsamborski/cheap-watts:latest >> /opt/cheap-watts/logs/cron.log 2>&1
把 docker pull 和 docker run 分开,能保证临时的网络或 GitHub 故障永远不会阻断本地局域网对逆变器的 Modbus 控制。
用 romin-security 技能和 PR 闸门守住智能体工程的安全
让一个 AI 编码智能体在一个有电力 API token、车辆 OAuth 凭证、物理逆变器寄存器的仓库里快速行动,风险是实打实的。一个坏 commit 推到公开的 GitHub 仓库,几秒钟内密钥就会被自动化扫描器抓走。
周六晚上写第一行应用代码之前,我先跑了 romin-security 技能,这是 Riccardo Carlesso 基于 Romin Irani 的安全指南整理成型的。这个技能专门防止快速智能体搭建过程中的密钥泄露,从一开始就护住了仓库:
- 零硬编码密钥。 所有凭证从
.env加载(.env.example里留空),用 Pydantic 的SecretStr字段包起来,密钥不会出现在堆栈跟踪或日志里。轮换的车辆 OAuth 刷新令牌用0600文件权限。 - 自定义 Gitleaks 规则。 我加了
.gitleaks.toml,带自定义模式,包括电价方的sk-个人 API token。Gitleaks 在本地pre-commit钩子和 GitHub Actions 里跑,用fetch-depth: 0扫描完整提交历史。 - 最小权限 CI 和开源前清洗。 每个 CI 工作流都设
permissions: {},第三方 action 固定到完整 commit SHA。在把仓库公开之前,我清洗了个人数据、泛化了车辆设置,加了SECURITY.md。
用 AGENTS.md 和受保护的 PR 保证质量
核心引擎跑通之后,我在 GitHub 上保护了 main 分支,把智能体规则写进 AGENTS.md。我和 Antigravity 都不能直接推 main。每个 bug 修复、重构、新功能都走分支,合并前必须过五道 PR 闸门:
- Gitleaks: 扫描完整提交历史找密钥。
- Ruff: 跑 Python 静态 lint。
- Black: 检查代码格式一致性。
- Pytest: 跑离线测试数据套件,强制
> 90%分支覆盖率(pyproject.toml里fail_under = 90)。 - Docker 构建和 CLI 冒烟测试: 合并发布
:latest到 ghcr.io 之前,验证容器镜像能干净启动。
这些闸门在自主运行期间管住了 Gemini 4 Carbon。当某个改动把测试覆盖率拉到 90% 以下、或者触发 lint 规则,pre-commit 和 CI 就挡住合并。智能体自己修好失败,再等我审 PR。
真实环境测试:从 dry-run 开关走到生产
单元测试验的是数学,不是实时天气预报,也不是逆变器固件的怪脾气。因为 cheap-watts 会往一台 10 kW 并网混合逆变器写 Modbus 保持寄存器,我从一开始就把 --dry-run 做成严格的硬件安全闸门。
在 --dry-run 模式下,容器查询所有实时输入:电价、双路光伏预测、车辆遥测、本地逆变器 Modbus 寄存器。它跑完整规划器,跳过所有 Modbus 写调用,变更邮件前缀加 [DRY-RUN]。
上线之前,我在迷你主机上用 --dry-run 模式跑了好几天,盯着它的 [DRY-RUN] 告警。到目前为止,每个决策都准确,从推荐最便宜的电车充电窗口,到在车辆充完之后合理规划电池电网充电。每次告警来了,我核对计划,再手动把这些设置应用上去。
测试期过后,我从 crontab 里去掉 --dry-run,把 cheap-watts 切到生产模式。以后每次发大版本更新,我都会先重新打开 --dry-run,确认没坏,再恢复实时逆变器写入。
下一步
想看看这个项目,或者在你下个周末项目里试试智能体工程工作流?可以从这几个地方入手:
- 在 GitHub 上看代码。 翻翻
cheap-watts仓库,看看规划器、把它适配到你本地的电价 API,或者复用AGENTS.md和 CI 闸门。 - 给你的智能体工作流加安全。 读读 Romin Irani 的安全方法,Riccardo Carlesso 把它整理成了 GitHub 上的
romin-security技能。 - 了解更多 Gemini 4 Carbon。 看看 Gemini 4 Carbon 概览。
- 了解更多 Gemini 4 Hydrogen。 看看 Gemini 4 Hydrogen 概览。
- 开始你自己的智能体工程项目。 下载 Google Antigravity 动手搭。
联系我
我一直很好奇别人在项目里怎么用智能体工程。欢迎在社交媒体上分享你的配置和问题:
- X
- Bluesky
常见问题(FAQ)
cheap-watts一个开源的Python 3.12命令行工具,用于自动化家庭能源管理,协调太阳能、电池和电动汽车充电,每30分钟通过cron运行。 如何防止电池充电计划在多次运行间反复变动?
它采用粘性日充电计划,将计划锁定在电价方当前有效的日前电价窗口上,仅在电车冲突、新电价窗口或天气模式切换时提前解锁,避免中途改写。
Gemini 4 Hydrogen 和 Gemini 4 Carbon 在开发中如何分工?
Hydrogen 负责快速交互式需求梳理和头脑风暴,Carbon 负责多文件编码和测试。作者用 Hydrogen 起草规划文件,用 Carbon 实现代码并跑通测试。
cheap-watts 如何确保智能体工程的安全?
它前置安全措施,包括密钥扫描、PR 检查闸门和 --dry-run 开关,让智能体快速运行的同时避免使用真实密钥和硬件冒险。
版权与免责声明:本文仅用于信息分享与交流,不构成任何形式的法律、投资、医疗或其他专业建议,也不构成对任何结果的承诺或保证。
文中提及的商标、品牌、Logo、产品名称及相关图片/素材,其权利归各自合法权利人所有。本站内容可能基于公开资料整理,亦可能使用 AI 辅助生成或润色;我们尽力确保准确与合规,但不保证完整性、时效性与适用性,请读者自行甄别并以官方信息为准。
若本文内容或素材涉嫌侵权、隐私不当或存在错误,请相关权利人/当事人联系本站,我们将及时核实并采取删除、修正或下架等处理措施。也请勿在评论或联系信息中提交身份证号、手机号、住址等个人敏感信息。




