8.0
热点
AI SCORE
编程提效2026-11-20 20:45
用双模型协作开发家庭能源调度系统
Google AI · DEV#编码智能体#离线测试#开源
Editor brief · 编辑速览
作者在 Google Antigravity 中搭配 Gemini 4 Hydrogen 和 Carbon,开发用于协调光伏、家用电池和电动车充电的 cheap-watts。项目综合逐小时电价处理充电时机,已开源并附带离线单元测试。
文章思维导图
Knowledge map
AI brief
原文暂未完整获取,基于公开信息的快读
一位作者用 Google Antigravity 里的 Gemini 4 Hydrogen 和 Gemini 4 Carbon,开发并开源了家庭能源调度工具 cheap-watts。它根据光伏发电预测和逐小时电价,协调家用电池和电动车的充电时机。两个模型分别负责梳理需求和编写代码,项目附带离线单元测试。
目前能确认什么
家用电池和电动车都需要充电,顺序会影响用电成本。比如,先用电网给家用电池充电,再插上车,车就可能马上消耗刚存进去的电。作者给出的晴天策略是关闭电网给家用电池充电,让光伏优先补电。车的电量偏低时,系统会发邮件提醒作者白天插车,利用多余的太阳能慢充。
开发时,作者先用 Gemini 4 Hydrogen 敲定架构、执行计划和任务清单,再让 Gemini 4 Carbon 按这些文档写代码、生成离线测试数据并运行 pytest。逆变器操作被封装在接口后面。发现原先的云端方案缺少可用的充电计划写入接口后,作者在一次提交里切换到了局域网 Modbus。
我的判断
最值得借鉴的是交接方式。先把「什么条件下允许电网充电」「家用电池和车谁先充」写成规则,再让编码智能体据此实现和补测试。这样审查 PR 时,可以沿着具体场景检查代码有没有把充电顺序写反。
现有节选在阴天逻辑处截断了,低发电量时如何选充电窗口、车辆临时插拔后会不会重算,都还没说清。作者提到了 --dry-run,但它是否会拦住所有设备写入,以及离线测试覆盖了哪些异常情况,还要等完整原文或项目文档确认。