TikTok创作者开源Meta Ray-Ban眼镜棋局辅助工作流
TikTok创作者sourgrape02在其Meta Ray-Ban智能眼镜上搭建的棋局辅助系统已开源，相关代码与说明发布于reverse.dev/pjchess。该工具面向macOS，用户通过WhatsApp视频通话将眼镜摄像头画面实时传到Mac，由视觉模型识别棋盘、Stockfish计算最佳着法，再经虚拟麦克风将着法语音回传到通话中，佩戴者可直接听到提示。
系统工作流程包括：约每秒截取一次通话窗口画面（等待对方时约1帧/秒，己方走棋时约1帧/3秒）；使用Jev对画面进行低成本过滤，判断是否可读棋盘、是否有手遮挡或是否发生棋子移动，无变化则跳过后续调用；视觉模型仅在必要时读取棋盘状态，并与已有局面比对，仅接受合法走法；Stockfish思考约半秒后返回最佳着法及评估（如+1.5或“mate in 3”）；macOS通过BlackHole等虚拟音频设备将着法语音注入通话。此外，系统支持局面丢失时提示“Lost track of the board”并允许手动修正、Stockfish异常时自动重启一次、对局保存为PGN，以及在画面上叠加建议着法箭头供OBS等使用。reverse.dev页面将该项目描述为“Video-call your Mac on WhatsApp from Meta glasses, look at a chess game, and know the best move”。
该开源动作与sourgrape02此前发布的公园棋局视频相关。其早期视频（据报道获得约1300万次观看）展示了使用眼镜摄像头、通过视频通话传到Mac、由AI识别棋子并由Stockfish计算着法、再语音回传的流程。GothamChess（Levy Rozman）曾在相关短视频中称类似演示为“chess LARP”，并指出2025年1月已有Eddy Xu等公开过基于Ray-Ban Meta眼镜的类似辅助思路。本次开源未披露独立第三方对系统在真实对局中准确率、延迟或完整对局表现的测试数据，也未明确视觉模型的具体提供商与版本。
原始来源：
标题：Chess hacks for Meta Glasses V3 发布者：reverse.dev（picklerpeej项目） 发布日期：未知（页面显示updated 1 day ago，访问时为2026-10-27前后） URL：https://www.reverse.dev/pjchess 来源性质：项目页面 / 开源代码说明 核验情况：本次完整读取页面主要内容（约96行可见内容），核验日期2026-10-27 支持内容：工具为macOS命令行工具；通过WhatsApp视频通话从Meta眼镜获取画面；Jev过滤画面；视觉模型读取棋盘；Stockfish计算着法；通过BlackHole等将语音注入通话；整体流程描述
标题：Ragebaiting a French dude in chess #metaglasses #chess 发布者：Ridiculous Marketplaces（YouTube） 发布日期：2026-10-24 URL：https://www.youtube.com/shorts/HAh8GOCHkTA 来源性质：视频转录与描述 核验情况：本次读取标题、描述（含开源链接）、完整自动生成转录，核验日期2026-10-27 支持内容：创作者表示此前视频获得约1300万次观看后决定开源；明确给出reverse.dev/pjchess链接；演示使用Meta眼镜
标题：GothamChess blasts TikToker’s viral Meta glasses chess cheating stunt: “Not impressed” 发布者：Dexerto（Michael Gwilliam） 发布日期：2026-10-23 URL：https://www.dexerto.com/youtube/gothamchess-blasts-tiktokers-viral-meta-glasses-chess-cheating-stunt-not-impressed-3421387/ 来源性质：媒体报道 核验情况：本次读取相关报道段落，核验日期2026-10-27 支持内容：GothamChess对类似眼镜辅助演示的评论；2025年Eddy Xu案例背景；不证明本次开源项目已完成独立验证或达到特定Elo
ABAB AI 解读
sourgrape02的开源将此前主要出现在个人演示视频中的眼镜辅助流程，转化为可复制的macOS工具。与2025年1月Eddy Xu在TeenHacks LI期间公开的Ray-Ban Meta眼镜辅助思路相比，本次版本更强调通过WhatsApp通话窗口截帧、Jev过滤减少模型调用，以及BlackHole虚拟音频回传的完整闭环，而非依赖Instagram直播镜像。Eddy Xu当时主要展示画面识别与Stockfish结合，并通过眼镜扬声器或文本返回结果；本次则将语音直接注入通话，使提示更隐蔽，同时增加了局面合法性校验与异常恢复机制。
资本与业务路径上，该项目本身不涉及融资或商业化披露。它依赖现有开源组件：Stockfish（免费强力引擎）、chess.js（规则校验）、Jev（画面过滤）以及macOS系统能力（截屏、语音、Keychain）。视觉模型调用会产生API成本，但页面与帖文均未披露具体模型名称、单价或实测调用量。reverse.dev提供克隆与编辑入口，使用者需自行配置API密钥与环境。与纯软件棋力引擎不同，这里的关键资源是眼镜摄像头作为持续的视觉输入，以及通话通道作为低延迟双向通道，将计算重心放在本地Mac上。
与GothamChess评论的“chess LARP”及Eddy Xu早期演示相比，本次最大相同点是均使用Ray-Ban Meta系列眼镜摄像头+外部计算+Stockfish的组合；最关键不同是开源程度与工程完整性——早期多为一次性演示或小范围分享，本次提供了可一键设置（npx chesshacker setup）并带过滤、校验、恢复与PGN记录的完整工具链。GothamChess指出的“不需要如此复杂设置也能作弊”的观点，针对的是演示视频本身的可信度与必要性，而非否定技术路径存在。
该开源降低了复制类似辅助系统的技术门槛，使拥有Meta Ray-Ban眼镜与Mac的用户无需从零编写画面截取、过滤与音频回传逻辑。它改变的是个人用户获取“眼镜摄像头+棋力引擎”组合的成本与时间，而非改变Stockfish本身的棋力上限，也未提供在正式比赛或有反作弊措施场景下的可用性证据。观察点在于：后续是否有用户公开完整对局录像与系统日志，或chess.com等平台是否针对此类眼镜+外部计算组合发布新的检测或禁令说明。
ABAB News · 认知定律
开源把一次性演示变成可复用工具链，复制成本从“自己写”变成“配置环境”。
眼镜摄像头提供持续视觉，计算与校验仍在Mac侧完成，隐蔽性取决于音频回传而非眼镜本身。
Stockfish的高Elo不自动等于完整系统在真实对局中的可用率，局面识别与延迟仍是独立环节。