48小时用 TRAE 把闲置小米手机改造成全能家庭服务器
一句话总结：一台吃灰的小米 12，被我改造成了搭载博客、AI 助手、监控面板的 7×24 小时在线家庭服务器——硬件是闲置的，总花费 0 元。
为什么要做这个项目？
相信每个人手里都有一两台淘汰的旧手机——卖不了几个钱，扔了又可惜。我的小米 12 也在抽屉里躺了大半年。
但有一天我突然想到：安卓手机本质上就是一台 Linux 电脑，它有 8 核 CPU、8GB+ 内存、256GB 存储，比我大学时候的笔记本配置都高！能不能把它当成一台服务器来用？
于是，一个"疯狂"的想法诞生了：把小米 12 改造成我的个人家庭服务器，跑博客、AI 聊天、系统监控……让这台吃灰的设备重新发光发热。
最终实现了什么？
经过一番折腾，这台小米 12 上现在同时运行着 7 个服务：
| 服务 | 技术栈 | 功能 |
|---|---|---|
 Halo 博客 |
Java 21 + MariaDB | 个人博客系统，支持 Markdown、主题切换 |
 AI 聊天助手 |
Vue 3 + Koa 2 + Socket.IO | 全功能 AI Agent，集成 DeepSeek 大模型，支持实时流式对话 |
 系统监控面板 |
Flask + Gunicorn | 自研 Dashboard，CPU/内存/磁盘/电池/温度/服务状态 |
 Glances 监控 |
Python | 实时进程、网络、磁盘 I/O 详情 |
 内网穿透 |
frp | 通过云 VPS 将手机服务暴露到公网 |
 多平台机器人 |
Hermes Gateway | 钉钉、微信、飞书等多平台 AI 机器人 |
 SSH 远程管理 |
OpenSSH | 随时随地从外网 SSH 登录手机，远程运维 |
技术架构：四层模型
外网用户 → 云 VPS ────frp隧道────→ 小米 12
│ │
┌───────┴────────┐ ┌───────┴──────────┐
│ Layer 1: VPS │ │ Layer 2: Termux │
│ frps :7000 │ │ frpc 客户端 │
│ Nginx :80 │ │ SSHD :8022 │
└────────────────┘ └───────┬───────────┘
│
┌─────────────┴───────────┐
│ Layer 3: proot Ubuntu │
│ MariaDB :3306 │
│ Redis :6379 │
│ Nginx :8080 │
│ Flask :5000 │
│ Halo :8090 │
│ Glances :61208 │
│ Hermes Web UI :8648 │
└─────────────────────────┘
关键在于三层嵌套的虚拟化：
- Android 系统 → 提供硬件基础（Root + Magisk 实现开机自启）
- Termux → 在安卓上运行 Linux 终端，安装 frp、SSH
- proot-distro Ubuntu → 在 Termux 内运行完整 Ubuntu 用户态，部署数据库、Web 服务
流量路径：
- 外网请求 → VPS Nginx:80 → frp 隧道 → 手机 proot Ubuntu 内对应服务
/→ Halo 博客/web/→ Flask 监控面板/monitor/→ Glances 系统监控
TRAE Vibe Coding：一个人搞定全栈的秘诀
说实话，如果纯手写，光 Flask 监控面板那 803 行代码就够我写两天的。但有了 TRAE 的 Vibe Coding，整个开发效率提升了至少 5 倍。
什么是 Vibe Coding？
Vibe Coding 是一种开发方式——你描述需求，AI 帮你写代码，你负责把控方向和调优。不是简单的代码补全，而是深度的结对编程。
1. Flask 监控面板 —— 从零到上线，2 小时
传统方式下，我需要：
- 研究
/proc文件系统格式 - 手写 CPU 使用率计算逻辑
- 调试 psutil 在 ARM 上的兼容性问题
- 设计前端 HTML + CSS 布局
用 TRAE，我直接描述需求：
“帮我写一个 Flask Web 监控面板，深色主题，读取 /proc/stat、/proc/meminfo、/proc/net/dev 获取系统信息，前端用单页 HTML 展示：CPU 使用率进度条、内存饼图、磁盘挂载表、网络流量、电池电量、服务状态检测”
TRAE 直接生成了完整的 app.py，包含：
- 所有系统信息的采集函数
/proc文件解析逻辑（这个是体力活，AI 写太合适了）- Jinja2 模板的完整 HTML 页面
- Basic Auth 认证
- GPU 温度、电池状态等安卓特有指标
我只需要微调几个颜色值和布局，就能完美运行。
2. Shell 脚本编写 —— 批量生成运维工具
这个项目最费时间的是写各种启动脚本。手机环境特殊，每个服务都需要特殊处理：
# TRAE 生成的核心启动脚本（节选）
# 一键启动 MariaDB + Redis + Flask + Glances + Halo + Nginx + SSH
echo "🚀 正在启动所有服务..."
# 启动 MariaDB
mysqld_safe --datadir=/var/lib/mysql &
sleep 3
# 启动 Redis
redis-server --daemonize yes
# 启动 Flask (Gunicorn, 2 workers)
cd /opt/python && gunicorn -w 2 -b 0.0.0.0:5000 app:app --daemon
# 启动 Halo (Java 21, 128M 堆, MariaDB 方言)
java -Xms128m -Xmx256m -jar halo.jar \
--spring.r2dbc.url=r2dbc:pool:mariadb://localhost:3306/halo \
--spring.r2dbc.migrate.dialect=mariadb &
# 启动 Nginx
nginx -c /etc/nginx/nginx.conf
我把每个脚本的需求描述清楚，TRAE 就生成完整的 bash 代码，包括错误处理、日志输出、后台运行、进程保活等细节。整个项目我攒了 15 个运维脚本，覆盖启动、检查、修复、部署全流程。
3. 钉钉机器人修复 —— AI 排查 ARM 兼容问题
Hermes Gateway 接入钉钉机器人时，在 ARM 架构的 proot 环境下出现了各种诡异报错。我把完整的错误日志贴给 TRAE：
“这个报错是在 ARM64 proot Ubuntu 环境下运行 Python 钉钉 SDK 时出现的，帮我一键排查并修复”
TRAE 分析出是 cryptography 和 pycryptodome 在 ARM 下的预编译包不兼容，生成了一个 454 行的自动化修复脚本，包括：
- 检测 Python 依赖版本
- 钉钉凭证验证
- 适配器补丁注入
- 一键回滚机制
这种跨平台兼容问题，要是自己排查起码要一个下午，AI 几分钟就搞定了。
4. Nginx 反向代理配置 —— 一句话生成
"帮我写一个 Nginx 配置，把
/代理到 Halo :8090，/web/代理到 Flask :5000，/monitor/代理到 Glances :61208"
TRAE 秒出配置：
server {
listen 8080;
location / {
proxy_pass http://127.0.0.1:8090;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
}
location /web/ {
proxy_pass http://127.0.0.1:5000/;
proxy_set_header Host $host;
}
location /monitor/ {
proxy_pass http://127.0.0.1:61208/;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
}
}
这个配置一次通过，不用调试。
关键技术挑战与解决
挑战 1：开机自启
安卓默认会杀掉后台进程。解决方案：
- Magisk service.d：系统级开机脚本，手机重启后自动拉起 Termux → SSHD → frp → proot 内所有服务
- 用
termux-wake-lock防止 CPU 休眠 - 系统设置中锁定 Termux，防止被系统回收
挑战 2：内网穿透
家庭宽带有公网 IP？不存在的。解决方案：
- 云 VPS 运行 frps（服务端，端口 7000）
- 手机运行 frpc（客户端），建立多条隧道
- VPS Nginx 做统一入口反向代理
这样只需要一台最低配的云服务器做中转，手机上的所有服务都能从公网访问。
挑战 3：ARM 兼容性
Java、MariaDB、Redis 在 ARM64 下都能直接用，但 Python 的某些加密库需要特殊处理。TRAE 帮我排查并生成了修复脚本，大大节省了时间。
自研监控面板：手机服务器的"仪表盘"
这是我最得意的模块——用 Flask 从零写了一个系统监控面板（803 行代码）：
- CPU：型号、核心数、频率、每核心使用率（进度条可视化）
- 内存：总量/已用/可用/缓存/Swap
- 磁盘：挂载表、读写速率
- 网络：各接口 IP 地址、实时收发流量（下载/上传）
- 电池：电量百分比、充电状态、温度（手机才有的特色指标！）
- 进程：TOP 10 进程排行，内存占用一目了然
- 服务状态：SSHD / Redis / MariaDB / Nginx / Gunicorn / Glances / frpc 一键检测
深色主题，手机和电脑都能完美浏览。访问 /web/ 就能看到这个仪表盘，所有关键指标一览无余。
# 电池信息采集（手机服务器专属功能）
def get_battery_info():
"""从 Android sysfs 读取电池信息"""
battery = {"level": 0, "status": "未知", "temperature": 0}
try:
with open('/sys/class/power_supply/battery/capacity') as f:
battery['level'] = int(f.read().strip())
with open('/sys/class/power_supply/battery/status') as f:
battery['status'] = f.read().strip()
with open('/sys/class/power_supply/battery/temp') as f:
battery['temperature'] = int(f.read().strip()) / 10
except:
pass
return battery
项目文件结构一览
安卓/
├── config/ # frp、Nginx 配置
├── docs/ # 完整文档（948行 README）
├── hermes-web-ui/ # AI 聊天前端+后端 (Vue3+Koa2+Socket.IO)
├── python/ # Flask 监控面板 (app.py, 803行)
├── scripts/ # 15+ 运维 Shell 脚本
├── platform-tools/ # ADB 工具 + 开机自启脚本
└── tools/ # Halo、frp 等二进制包
一个人开发的效率秘诀
1. 让 AI 写"体力活"
CRUD 逻辑、Shell 脚本、Nginx 配置、HTML 模板——这些重复性代码全部交给 TRAE，我专注于架构设计和问题排查。
2. 先跑通，再优化
不要追求完美架构，第一天就要让博客能访问。TRAE 快速出 MVP 的能力让我能持续获得正反馈，保持开发热情。
3. 描述需求，而非写代码
用 TRAE 的核心技巧是说清楚你想要什么，而不是亲自写代码。我的习惯是把需求描述得像产品文档一样清晰，AI 就能一次生成高质量的代码。
写在最后
这个项目从想法到跑通，用了大约 2 个周末（4天）。如果没有 TRAE，我估计至少要花 2-3 周——光是写 Shell 脚本和排查 ARM 兼容问题就要耗掉大半时间。
做这个项目的过程中，我深刻感受到 AI 编程工具带来的生产力革命。以前一个人做全栈项目，前后端来回切换，大量时间花在"写代码"上。现在有了 TRAE，我可以把更多精力放在产品设计、系统架构、运维策略上——这些才是真正创造价值的地方。
闲置手机 ≠ 电子垃圾。只要肯折腾，它完全可以变成一台 0 成本的迷你服务器。如果你也有吃灰的旧手机，不妨试试——配合 TRAE，难度真的没那么大 
项目中的凭据信息已在上线后更新替换，文中展示仅为示例。生产环境请务必修改默认密码和 API Key。