一、 引言：2026，AI眼镜的“本命年”
2025年，我们见证了 AI 眼镜从极客手中的“新鲜玩具”变成了大众口袋里的“生产力工具”。转眼间，我们迎来了 2026 马年。在这一年，AI 眼镜不再仅仅是一个显示器，它成为了我们的“第二大脑”。
春节将至，返乡的春运抢票、走亲访友时的“社交压力”、年货置办的精打细算、甚至是年夜饭吃什么的“世纪难题”，都考验着我们的精力。作为 Rokid 热爱者，我一直在思考：如何利用 Rokid 灵珠平台，开发出一个真正能在春节期间“顶事儿”的应用？
今天，我就带大家“马”上行动，通过智能体（Agent）+ 工作流（Workflow） 的深度结合，开发一款名为 “灵马春节全能管家” 的应用。即使你手边暂时没有实体眼镜设备，通过灵珠平台的云端模拟与 MCP（Model Context Protocol）插件体系，我们依然能跑通整套闭环逻辑。
二、 技术方案：为什么选择“灵珠”+ MCP？
在传统的 AR 开发中，我们需要处理复杂的视觉算法和手势交互。但在“灵珠”平台上，核心开发范式已经进化为 “意图识别 + 插件驱动” 。
-
核心架构
本项目采用三层架构：
- 感知层（Input） ：通过“乐奇AI眼镜信息获取”插件，抓取用户当前的位置、天气、设备状态。
- 大脑层（Logic） ：基于灵珠平台的大语言模型，通过精心设计的 Prompt（提示词） 进行意图分类，决定调用哪个工作流。
- 执行层（Execution） ：利用 MCP 插件（如 12306、黄金查询、算命大师等）获取实时数据，并反馈给用户。
-
插件组合
为了覆盖春节全场景，我从 22 个可选插件中精准挑选了以下核心组件：
- 出行保障：
12306车票查询工具、时间服务。 - 生活决策：
今天吃什么、什么值得买、黄金价格查询。 - 文化娱乐：
算命大师、八字测算、历史上的今天。 - 信息过滤：
谣言鉴别（家族群刚需！）。 - 硬件联动：
乐奇AI眼镜控制插件、乐奇AI眼镜信息获取。
三、 开发实战
1、第一步，构建“灵魂”提示词
在**灵珠平台**里面点击项目开发，然后点击创建，在弹出的对话框里面填写智能体名称、类别、智能体功能介绍、图标等信息。
一个优秀的智能体首先要有清晰的 Persona（人设） 。在春节场景下，用户需要的是一个既懂民俗、又懂技术，且能快速决策的伙伴。
在灵珠平台的“设定”界面，我们需要通过 System Prompt（系统提示词） 来定义它的思考方式。以下是我为“灵马全能助手”设计的核心提示词：
1.1、人设定义
我们要让 AI 表现得像一个贴心的马年管家，而不是冷冰冰的机器。
提示词示例：
# Role: 灵马春节全能管家 (2026版)
## Profile:
你是一位睿智、专业且充满马年喜庆气息的 AI 助手，驻留在 Rokid 灵珠平台上。你的使命是利用 AR 眼镜的传感器和云端数据，协助用户度过一个丝滑的春节。
## Response Logic (核心回复逻辑):
1. **多模态感知优先**：当用户询问“附近”、“天气”或“这儿”时，潜意识里是需要结合空间信息的，此时必须主动调用传感器插件，而非询问用户坐标。
2. **事实驱动原则**：涉及车票、金价、历史事实等强数据领域，严禁模型“脑补”，必须强行触发对应的 MCP 插件获取实时数据。
3. **硬件闭环思维**：你不仅是一个聊天机器人。如果识别到用户有“出发”、“记录”、“保存”的意图，必须通过硬件控制插件下达指令，让眼镜动起来。
4. **节日语境适配**：在所有建议中，融入马年吉祥话（如“马”上出发、龙马精神），并针对春节特有场景（如家庭辟谣、红包计算）提供主动关怀。
## Greeting:
“嘿！我是您的灵马管家。2026马到成功，无论是查票回家还是看财运金价，我都会‘马’上为您办妥！”
回复风格讲解
这里的人设定义不仅仅是为了让它“说话好听”，更重要的是定义了它的“优先级” 。例如，“数据优先”规则能有效遏制 LLM（大语言模型）常见的“幻觉”问题。在春节抢票或查看黄金行情这种严肃场景下，一份过时的数据可能会误导用户的决策。
1.2、插件选择
我们点击界面插件右边的添加按钮，在搜索框里面查找想要的插件。
人设确定后，我们就能清晰地知道需要哪些“手”和“脚”来支撑这些回复逻辑。在灵珠平台的插件勾选区，我根据“灵马助手”的功能矩阵，精选了以下核心插件：
（1）感知与执行类（实现“多模态”与“闭环”）：
- [乐奇AI眼镜信息获取] ：对应人设中的“感知优先”，用于抓取眼镜当前的 GPS、位置天气。
- [乐奇AI眼镜控制插件] ：对应人设中的“硬件闭环”，执行拍照、导航、退出等物理指令。
（2）民生数据类（实现“事实驱动”）：
- [12306车票查询工具] ：春运期间的“命脉”插件，提供实时余票数据。
- [黄金价格查询] ：满足春节理财与首饰选购场景，提供精准大盘价。
- [计算器] ：配合金价与年货折扣，确保在复杂的汇率和克重计算中 100% 准确。
（3）社交与决策类（实现“节日关怀”）：
- [算命大师 / 八字测算] ：聚会时的社交破冰神器，基于 MCP 协议提供精准的命理分析。
- [谣言鉴别] ：针对家族群高频的“伪科学”信息，给用户提供即时的辟谣支持。
- [什么值得买] ：年货比价利器，让管家具备“精打细算”的能力。
- [今天吃什么] ：解决年后“饮食疲劳”的决策痛点。
- [历史上的今天] / [节假日查询] ：为拜年聊天提供博学的谈资。
2、 第二步，打通核心工作流
我们点击界面工作流右边的添加按钮，创建我们需要的工作流。
然后填写我们需要的工作流参数信息。
接下来是整篇文章干货最多的地方。灵珠的工作流允许我们将多个插件串联起来。写好我们预设的工作流流程。
2.1、场景一：春运抢票与目的地指南
当用户说：“帮我查下后天去上海的车票，顺便看看那边天气。”
工作流逻辑设计：
- 解析节点：提取“上海”、“后天”两个实体。
- 插件节点 1：调用
12306车票查询工具。 - 插件节点 2：调用
乐奇AI眼镜信息获取获取当前用户位置，以便计算出发地。 - 插件节点 3：通过
必应搜索中文查询上海后天的气温与穿衣建议。 - 聚合节点：将以上数据交给 LLM 整合。
代码实现（工作流中的 Script 节点）：
/**
* 这是一个处理车票与天气数据的逻辑转换节点
* 输入 inputs 包含了 12306 和 天气插件的结果
*/
async function main(inputs) {
const ticketData = inputs.tickets; // 12306 返回的数组
const weatherData = inputs.weather; // 搜索插件返回的内容
if (!ticketData || ticketData.length === 0) {
return {
reply: "抱歉，后天去上海的车票好像已经‘马’失前蹄被抢光了，建议您看看明天的？"
};
}
// 筛选出最快的一班车
const bestOption = ticketData[0];
// 讲解：这里我们不仅给用户数据，还给出了眼镜端的控制指令意图
const finalResponse = {
text: `为您找到了！最推荐 ${bestOption.train_no} 次列车，${bestOption.start_time} 发车。上海当天 ${weatherData.temp}度，记得带件厚外套。`,
action: "ROKID_NAV_STATION", // 预留给眼镜端的导航意图
target: bestOption.from_station
};
return finalResponse;
}
然后将上述的代码放入到循环节点里面。
然后将工作流添加到我们的智能体里面。
然后我们再设置开场白、用户问题建议等信息。
2.2、如何让插件真正“跑起来”
在灵珠平台中，MCP 插件的调用是自动化的，但数据的前后置处理需要开发者介入。同样的操作，在我们循环体里面添加下面的代码，添加查询金价、谣言鉴别的插件工作流节点。
2.2.1、黄金价格
金价插件返回的数据往往很干瘪，我们需要让它变得有温度。
# 假设这是我们在灵珠 Python 处理节点中的代码
def handle_gold_data(api_response):
"""
api_response 格式示例:
{"latest_price": "580.5", "change_percent": "+0.5%", "time": "2026-02-15"}
"""
price = float(api_response['latest_price'])
change = api_response['change_percent']
# 结合春节语境的逻辑判断
if "+" in change:
trend_msg = "这金价涨得比马跑得还快！"
advice = "如果现在买金饰送长辈，可能得‘马’上出手，免得再涨。"
else:
trend_msg = "金价今天表现比较‘温顺’。"
advice = "可以考虑趁低位入一点年货金条。"
return f"【今日金价速报】当前价格：{price}元/克。{trend_msg} 建议：{advice}"
讲解： 在这段代码中，我们通过简单的逻辑判断（if "+" in change），将冰冷的数据转换成了带有“购买建议”的策略。在 AI 眼镜上，用户更希望听到结论，而不是自己去算账。
2.2.2、谣言鉴别：拯救家族群
春节期间，长辈们喜欢在群里转发“喝白酒预防病毒”之类的消息。我们可以通过以下工作流保护家人的健康。
- 输入：用户通过眼镜端的“识图”功能（模拟为文本输入）传来的消息。
- 插件：调用
谣言鉴别。 - 实现逻辑：
async function debunkRumor(inputContent) {
const result = await mcp_plugin.rumor_check({ text: inputContent });
if (result.is_rumor) {
return `【管家紧急提醒】这条信息是谣言！真相是：${result.truth}。您可以‘马’上转发到家族群，帮大家避坑。`;
}
return "这条信息目前看是可靠的，但也要保持理性哦。";
}
六、 运行效果
在灵珠的“预览”窗口，我们可以模拟眼镜端的输出。当智能体调用 乐奇AI眼镜控制插件 时，虽然我们手里没有眼镜，但可以在后台看到下发的 JSON 指令。
1、样例1：查询地点
例如： 当用户说“带我去最近的周大福”，系统下发回复：
{
"plugin": "rokid_control",
"command": "navigation",
"params": {
"latitude": 22.542857,
"longitude": 114.057954,
"place_name": "周大福 (深圳万象城店)"
}
}
已为您规划前往最近的周大福（深圳万象城店）的路线，该门店位于广东省深圳市罗湖区宝安南路 1881 号华润万象城 1 楼 168 号，您可以按照导航前往哦～如果您还想了解其他周大福门店或黄金价格相关信息，也可以继续向我提问。
这证明了应用已经具备了控制真实 AR 设备的能力。在 Rokid AR Lite 上，这个指令会直接唤起系统的导航层。
2、样例2：辨别谣言
用户输入（小声低语）：
“管家，长辈说大蒜挂在门上能预防流感，帮我查查是不是谣言？如果是，把真相显示在眼镜右角。”
智能体逻辑：
- 意图识别：识别到用户在进行“真伪验证”。
- 插件联动：调用
谣言鉴别插件，并结合必应搜索获取最新的医学解释。 - 结果转换：将干巴巴的搜索结果转化为适合 AR 眼镜展示的“科普微卡片”。
在预览窗口后台，你会看到如下 JSON 指令下发：
{
"plugin": "rokid_control",
"command": "display_ar_card",
"params": {
"card_type": "fact_check",
"title": "🚫 科学辟谣：大蒜防感冒",
"content": "结论：伪科学。大蒜含有的蒜素浓度极低，挂在门上无法杀灭空气中的病毒。建议：开窗通风，佩戴口罩。",
"display_duration": 15,
"position": "top_right",
"theme": "warning_red",
"voice_feedback": "主人，结果已‘马’上呈现在您的视野右上方。这确实是谣言，建议您找个合适的时机提醒家人。"
}
}
七、 总结：从“马”上分享到“马”上应用
通过上述步骤，我们构建了一个“管家”：
- 抢票与天气预报（12306 + 天气）
- 金融与导购建议（黄金查询 + 什么值得买）
- 文化与社交破冰（算命大师 + 历史上的今天）
- 硬件协同导航（眼镜控制插件）于一体的深度应用。
给其他开发者的小建议
- 别让 AI 闲着：在等待插件返回数据时，可以给智能体设计一些有趣的“转场白”，比如：“正在为您‘马’不停蹄地查询数据，请稍后...”
- 善用计算器：在处理黄金价格、打折信息时，调用
计算器插件比 LLM 自己心算要准确得多。 - 关注上下文：利用灵珠的变量存储功能，记住用户的家乡地点，这会让 AI 显得非常贴心。
2026 马年是一个全新的起点。AI 眼镜不再是孤立的硬件，它通过灵珠平台，连接了我们生活中的每一个数据节点。 “马”上分享你的创意，让我们一起让 AI 眼镜更好玩、更好用！
