利用指纹传感器构建一个便携式设备：只需将食指放在上面，就会自动输入验证码

CyberKey：从网页开发转行嵌入式项目时学到的经验

我是一名拥有6年经验的全栈Web开发人员，擅长Python、Rust、JavaScript、数据库和API。这就是我的日常工作。我从未接触过电子设备。

几周前，我决定开发CyberKey。这个想法源于工作中一件烦人的事：当我锁定电脑时，VPN会断开连接，而且我每天都要多次输入TOTP验证码。每次解锁手机、打开验证器应用、读取验证码并及时输入，直到它过期为止。CyberKey是一款小巧的设备，能彻底解决这一麻烦。只需将食指放在上面，蓝牙就会自动输入验证码。无需任何应用，无需手机，也无需复制粘贴。仅凭手指一动，验证码就会出现在输入框中。

该项目运行在一块M5StickC Plus 2上，这是一款大小如打火机的ESP32微控制器。它由M5Stack公司生产，该公司专门制造基于ESP32的模块，配备屏幕、电池和内置接口，同时还提供一系列兼容的传感器和外设。CyberKey中的指纹识别传感器就是其中之一。对于不想使用面包板和焊接的软件开发者来说，这是一个相当合适的入门选择。固件(直接运行在芯片上的程序，无需底层操作系统)采用Rust语言编写。在整个开发过程中，Claude给予了我大量帮助，大部分工作都发生在宝宝午睡的时间段，每天大约两小时。如果没有他的协助，我根本无法在合理的时间内完成这个项目。

这不是教程，而是我在六年网络开发中从未接触过的概念的总结，以及对固件架构的详细讲解，面向那些好奇网络开发背后技术细节的开发者。

硬件：当你的代码与物理世界交互时

最让我感到意外的是，微控制器与我之前接触过的任何东西都截然不同。服务器在其底层有操作系统：调度器、文件系统、网络栈和内存分配器。你可以在这些基础上编写代码。而微控制器则没有这些功能。它只有一块芯片、一些闪存和几百KB的RAM。无论你的程序需要做什么，都必须自己完成初始化设置。

最具体的体现就是**GPIO**引脚(通用输入/输出)。这些是芯片的物理引脚，每个引脚都连接到电路板上的导线，你的代码可以将其设置为高电平(3.3V)或低电平(0V)，也可以读取其当前状态。这是一种布尔值，但由电流构成。点亮LED实际上就是将某个引脚设为“真”;而读取按钮按下事件，则是在循环中读取该引脚的电平值。

为了让芯片之间能够相互通信，嵌入式系统使用了一组小型的标准协议。我在CyberKey中使用的三种是**UART**、**I2C**和**SPI**。让我印象深刻的类比是，它们在功能上大致相当于网络开发中的不同网络协议：每种协议都在简单性、速度以及可连接设备数量之间做出了权衡。

UART 最简单：两根线，两个设备，无共享时钟。双方事先约定传输速率(波特率)，仅发送比特。这正是你用来烧录和调试电路板的 USB 串口所基于的协议。I2C 只用两根线，但支持同一总线上多个设备，每个设备都有独立地址，类似于 IP 地址。速度较慢，但非常适合传感器和时钟等不需要高吞吐量的应用。SPI 是最快的：四根线，带专用时钟，可实现高达 80 MHz 的数据传输速率，因此常用于显示屏。

最让我感到惊讶的是SPI背后的层次结构。它有四根线：CLK(时钟)、MOSI(数据输出)、MISO(数据输入)和CS(片选)。前三个构成一个**总线**，物理上由所有组件共享，就像一根电缆同时连接多个芯片一样。当ESP32发送时钟信号时，所有连接的芯片都会同时接收到该信号。第四根线CS的作用是决定哪一块芯片响应，而其他芯片不响应：当特定芯片的CS被拉低时，该芯片才会响应;其余芯片则忽略该信号。

在代码中，这对应于一个清晰的层次结构：一个**驱动器**管理三条共享的总线，而一个**设备**将该驱动器与一个特定的CS引脚结合，以表示单个组件。如果你的显示设备和SD卡共用同一根总线，那么你就会有一个驱动器和两个设备，每个CS引脚对应一个设备。这里的“总线”并非偶然，它与城市公交车的比喻相同——一条共享路线，多个乘客可以乘坐，每个人在自己的站点下车。

固件架构

Web服务器入口在开始处理请求之前，会执行许多操作：连接数据库、注册中间件、设置路由、启动后台作业队列。但在这些功能的背后，还存在操作系统对内存和调度的管理、运行时对输入输出的处理，以及提供事件循环的框架。你是在建立已经存在的多个层次之上进行开发的。

在嵌入式系统中，这些层并不存在。`main()` 并不是程序的起点，而是整个程序。在 CyberKey 的固件中，`main()` 是一个长而连续的初始化函数：

电源引脚：必须立即保持高电平，否则在松开按钮时电路板将关闭。

**电池ADC**：用于读取电池电压的模数转换器;该芯片只能识别数字，无法直接处理电压，因此需要硬件进行转换。

**命令行界面的UART**：用于连接笔记本电脑的串行接口，通过USB进行指纹录入和时钟同步

I2C 用于实时时钟：这样设备就能知道当前时间，从而生成有效的 TOTP 代码

**显示的SPI**：用于显示当前状态、TOTP验证码以及BLE配对PIN码的屏幕

**BLE**：蓝牙低能耗，一种无线协议，使设备在计算机上表现为键盘

指纹传感器：通过UART连接至Grove接口(M5Stack标准接口，单个插头内集成了电源和通信协议，无需焊接)

每个组件都需要独立的协议配置、独立的引脚和独立的驱动程序。只有在所有内容初始化完成后，控制权才会传递给主循环。

顺序至关重要。在完成硬件复位序列之前初始化显示控制器会导致黑屏。在SPI总线准备好之前启动BLE会引发崩溃。没有任何框架能捕获你的错误。如果操作顺序有误，设备将无法正常工作，而且通常不会显示任何错误信息。

初始化后，固件会运行一个永不退出的循环。它检查按钮、处理BLE事件、监听指纹匹配、更新显示并读取电池电量。这就是你自己编写的事件循环。

在网页开发中，没有能与之相媲美的东西就是电源管理。运行在200mAh电池上的设备会快速耗电，而你让任何组件持续运行都会产生运行成本。ESP32具备睡眠模式，本应能在使用之间大幅降低功耗。我花了不少时间试图让这些模式生效，却始终未能成功。由于一些我至今仍无法完全确定的原因，芯片实际上从未真正进入睡眠状态。最简单的有效解决方案是：按下按钮C，通过将GPIO拉低来完全切断电源。此时电路板立即关闭，不再消耗电力，并在下次启动后几秒内自动重新连接到已绑定的主机。

嵌入式中的 Rust：介于 C++ 与空之间

嵌入式系统中，Rust 并非主流语言。C 和 C++ 是主流。Espressif 的官方 ESP32 SDK(称为 ESP-IDF)是用 C 编写的。M5Stack 的官方驱动程序则使用 C++ 编写。大多数社区成员、教程和示例也都采用 C 和 C++ 语言。

使 Rust 在这里可用的原因在于，有一层 crates 将 ESP-IDF 的 C 代码封装起来，并通过 Rust API 提供接口。当我调用函数来读取电池电压时，表面上是 Rust，但底层仍是 C 语言实现的。你获得了 Rust 提供的安全保障，同时仍然建立在用 C 编写的底层基础之上。

实际的结果是，阅读C++代码已成为工作流程的一部分。要了解某个组件的运行方式，最可靠的来源通常是官方的C++驱动程序：需要切换哪个引脚、按什么顺序以及使用什么样的时序。对于指纹传感器，M5Stack发布了用C++编写的Arduino驱动程序。我读了它，理解了其实现的UART通信协议，并从零开始用Rust重新编写了这个驱动程序。这并非因为Rust本身要求这样做，而是因为当时还没有适用于该传感器的Rust驱动程序。

这给了我一个名为 `fingerprint2-rs` 的 crate，使用 `no_std` 编译。`no_std` 注解告诉编译器，这段代码不能依赖标准库，因为标准库假设底层有一个操作系统。没有操作系统，就没有标准库，也就没有运行时开销。

至于Rust具体带来了什么：编译器在每个阶段都强制执行错误处理，这一点很重要，因为一次失败的I2C读取可能会悄无声息地破坏你的状态。内存由开发者显式管理，没有垃圾回收机制。当可用内存仅有几百KB时，这一点就显得尤为关键。我不会夸大其词：Rust并没有让硬件更易于理解，但它确实让代码在编译后更值得信赖。

网页开发没有为你准备好的东西

**无需热重载。** 固件的每次修改都遵循相同的流程：编辑代码、编译、通过USB将二进制文件刷入设备、等待设备启动，然后观察。一个完整的迭代大约需要一分钟。你很快就会学会在敲代码前先思考。

**崩溃可能导致设备无法使用。** 在网页开发中，未处理的异常会打印堆栈跟踪并导致进程重启;而在嵌入式系统中，劣质的固件可能会使设备陷入无限重启循环，无输出或完全无响应。所谓“砖机”(bricking)意味着设备变得如同砖块一般：无法启动，且若要恢复它，必须执行特定的刷写程序，甚至可能根本无法恢复。在本项目中，我从未遇到过这种情况，但这种可能性决定了你对每次更改进行测试时的严谨程度。

内存不可弹性扩展。ESP32 内部有 520 KB 的 RAM，没有堆内存的扩展、无交换空间，也没有“简单增加更多”的选项。每一次内存分配都是一个决策。这正是 `no_std` 能发挥作用的地方：通过设计，内存使用量变得明确且可预测。

电池始终萦绕在你心头。在网页开发中，能耗是隐形的，这是云服务提供商的问题。对于一个使用200毫安时电池的设备而言，任何被开启的组件都会消耗你的续航能力。这迫使我们以不同的方式思考每一项架构决策，而这种思维方式完全出乎我意料，原本并非来自网络领域。

与AI共同协作开发

我在引言中提过，但有必要具体说明：在整个项目过程中，我大量依赖了Claude。并不是盲目地信任它作为代码生成器，而是作为一种保持思路畅通的方式。当你在宝宝醒来前还有两个小时时，绝不能花四十五分钟去弄清楚为什么你的I2C总线卡住了。有了能解释概念、指出相关部分并勾勒出方向的工具，整个进度就会完全改变。

它所不能替代的，是那些需要判断的决策。我负责确定方向、功能设计、架构以及质量标准。当某件事出现问题时，我会在设备上进行测试，查看终端输出，并查阅M5Stack官方文档、他们的GitHub仓库，以及一些基于相同硬件开发的开源项目，寻找解决方案。很多时候，正是这些方法最终帮我们解决了问题，而不是AI。有时，直觉也恰恰证明了正确。

我遇到的风险是：动作太快。在多个阶段，我实现了某个功能、上线后便继续前进，却并未完全理解自己刚刚写下的代码。后来当系统出现问题时，我才不得不重新阅读自己的代码，仿佛它属于别人一般。

结果与要点

设备运行正常。将已注册的手指放在传感器上，系统会识别并显示TOTP验证码，通过蓝牙在不到一秒内输入完成配对。BLE配对、显示屏、实时时钟、USB命令行接口：所有功能均按预期运行。对于首个嵌入式项目来说，目前的成果让我感到满意。

唯一令人失望的是电池续航。200mAh的电池，设备能使用大约3到4小时。我尝试了各种方法来改善这一点——睡眠模式、传感器待机、不同的组合设置，但都没有带来显著的提升。我一直没能完全理解其中的原因。目前最务实的解决方案是强制关机：按一下按钮C即可在硬件层面切断所有电源，下次开机时设备会自动重新连接到已绑定的主机。虽然不够优雅，但诚实可靠。如果你有不需要硬件改动的改进想法，我非常乐意看到你的拉取请求。

如果我再做一次，我会在编写代码之前花更多时间去理解核心概念。我遇到最困难的时刻，总是那些跳过了基础内容的时候。此外，我还会从一开始就添加日志，没有它们调试嵌入式硬件就只能盯着一个静止的设备猜测。

更广泛的启示是：嵌入式开发对网页开发者来说是可接触的。这些概念虽然陌生，但易于学习，而清晰架构和可读代码的直觉也容易迁移。它只是比学习一个新框架更令人困惑的一种形式而已。

本文编译自hackster.io