Radxa Linkr 评测

王者归来已是老翁AI 前沿📡 BestBlogs·AI高分精选⭐ 862026-10-19590 阅读💛 150 收藏
Radxa Linkr 评测

📌 One-Sentence Summary

对 Radxa Linkr 的实测评测:这款紧凑型 Wi-Fi KVM 的亮点在于提供简单的 HTTP API,让 AI 智能体能够自动化硬件设置和操作系统安装。

📝 Summary

Rui Carmo 评测了 Radxa Linkr,这是一款尺寸为 70x22x12mm 的 KVM,基于 Rockchip RV1106G3 SoC,支持 Wi-Fi 6、最高 2560x1440@30Hz 的 HDMI 输入、USB-C 键盘/鼠标模拟以及 16GB eMMC。通过 linkr.now 的浏览器应用进行设置,设备支持 Tailscale、Wake-on-LAN、自定义 EDID,以及通过 tesseract.js 在本地运行的截图 OCR。其关键差异点在于有文档的公共 API,包含两个端点:GET /api/public/snapshot 返回屏幕的 JPEG 图像,POST /api/public/control 接受键盘、鼠标、文本和延迟事件。Carmo 构建了一个 piclaw 插件,并使用支持视觉的模型(astra、opus、sol)执行 Fedora 和 Windows 安装、Windows 更新以及 rpm-ostree/flatpak 更新,同时指出 token 消耗很高,需要在决策点轮询截图。局限性包括没有重置按钮、HDMI 端口间隙问题,以及从目标设备供电时的电源时序问题。他总结说,Linkr 很可能会取代他的一些其他 KVM,以释放以太网端口。

💡 Main Points

Linkr 的公共 HTTP API 使其特别适合 AI 智能体控制裸机。

两个端点——GET /api/public/snapshot 用于获取 JPEG 截图,POST /api/public/control 用于键盘、鼠标、文本和延迟事件——为智能体提供了截图/操作循环,无需在目标设备上安装任何东西。Carmo 利用这一点,通过视觉模型自动化操作系统安装和更新。

Wi-Fi 6 和基于浏览器的设置消除了对以太网和专有应用的需求,解决了常见的家庭实验室痛点。

该设备支持 2.4/5GHz Wi-Fi、Tailscale 以及 linkr.now 的 Web UI。Carmo 指出他经常面临电源和以太网端口不足的问题,而 Linkr 相比其他 KVM 让他能够释放以太网端口。

固件正在积极开发,新增了插件中心、ZeroTier/EasyTier、本地 OCR、IPv6 和热点开关。

在 v1.4.2 到 v1.5.2 之间,Radxa 发布了大量功能和修复,不过 Carmo 在公共仓库中找不到已发布的固件源代码。

实际限制仍然存在:没有重置按钮、HDMI 间隙问题以及电源时序问题。

没有重置接口,不响应 Ctrl+Alt+Del 的机器就会卡住;某些主板上 HDMI 端口可能间隙不足;从目标设备供电可能导致 Linkr 错过 UEFI/BIOS 屏幕,需要电源/数据分离器。

AI 驱动的硬件自动化可行,但 token 成本高且依赖模型。

Carmo 在桌面自动化方面使用 astra、opus 和 sol 取得了良好效果,但指出截图和模型端 OCR 会导致高 token 消耗,并建议仅在间隔或决策点获取截图。

💬 Key Quotes

但我非常喜欢使用 Linkr 的真正原因是,与大多数 KVM 不同,它实际上暴露了一个 API,你可以针对它编写脚本,或者直接让你的 AI 智能体使用它。

这为智能体提供了通常的截图/操作循环,而无需在目标机器上安装任何东西。

在初始测试中我不得不消耗相当多的 token(我的插件捆绑的技能就是这一过程的结果),但你应该能够使用相对便宜的模型来自动化典型的系统管理任务,只要它支持视觉。

你能弄清楚何时进入随机机器的 BIOS 以及按哪个键吗?这在不同的机器上(有时甚至在同一台机器上)变化太大,我唯一能成功的方法是进入 BIOS(尝试几次后),自己选择启动卷,然后交给 piclaw。

我很可能会用 Linkr 替换我的一些其他 KVM,仅仅是为了释放以太网端口。

📊 Article Meta

AI Screening: 86

Source: Hacker News - Newest: "AI Agent"

Author: rcarmo

Category: 软件编程

Language: 英文

Read Time: 10 min

Word Count: 2268

Tags:

编程与工程 , AI Agent , 文档解析 , AI 智能体 , KVM

#编程与工程# AI Agent# 文档解析# AI 智能体# KVM

文章评论(12)

石佳琪27 天前

内容翔实,正好需要,先收藏再看。

回复
曹浩27 天前

实测过类似工具,作者说的基本属实。

回复
逐光而行27 天前

作者写得真不错,学到了不少。

回复
杨丽华27 天前

看标题就点进来了,内容果然没让人失望。

回复
石佳琪27 天前

楼主辛苦了,内容很有参考价值。

回复
雪知秋27 天前

楼主辛苦了,内容很有参考价值。

回复
空向阳27 天前

实测过类似工具,作者说的基本属实。

回复
风倚栏27 天前

实话,说的不明不白

回复
山问津27 天前

内容翔实,正好需要,先收藏再看。

回复
松听风27 天前

作者写得真不错,学到了不少。

回复
墨沐雨27 天前

这篇文章分析得很透彻,收藏了!

回复
陈皮话梅糖27 天前

有没有更详细的教程,期待后续。

回复