使用Cursor+Claude+DeepSeek搭建宝宝智能监测小助手

前段时间试用Cursor，想体验下Claude 3.5 Sonnet模型的写代码能力，据说是目前最强的编程大模型（没对比过R1，这里保持质疑）。

然后我花了十分钟写了一个婴儿脸部追踪监测Python脚本，并且搭配DeepSeek语音问答，可以提问宝宝喂养问题。

让我惊讶的是，十分钟的对话，Cursor写的代码居然能跑起来，基本功能都实现了，虽然很简陋，但它跑起来了！！！

写这个脚本主要因为最近晋升奶爸，想着搞一个摄像头来监测宝宝睡觉，初步想了两个基本功能（可以看作prompt）。

1、摄像头面部监测

摄像头实时追踪宝宝脸部，如果看不到则红字报警，避免宝宝脸埋到被子里。如果脸部重新出现，则解除警报。

最终效果还不错，我拿我自己测试了下，基本能准确捕捉脸部。

2、deepseek语音问答

摄像头接入麦克风，支持语音提问关于宝宝的喂养问题，然后语音转为文字并提问给deepseek，deepseek回答后，再转为语音播放出来，并将文本打在监控视频上。

执行流程如下：

我问了deepseek关于如何给宝宝洗屁屁的问题，大概过了十几秒，语音开始复述deepseek的回答，并把文字打在了监控视频里。这里忘了当时截图，后面补上。

总的来说，能在十几分钟内只通过提示语来实现一个稍有难度的应用，还是很不错了。虽然非常不稳定和超级慢，但如果和cursor对话慢慢调试，应该是可以开发出一个能稳定使用的应用。

这里大概讲下Cursor实现这两个功能用到的技术路径（Python包）。

• 人脸识别、视觉处理：cv2、mediapipe
• 图像处理：PIL
• 音频输入输出、声音处理：pyaudio、audioop
• 语音转文本：speech_recognition
• 文本转语音：pyttsx3
• 声音播放：winsound
• 访问deepseek接口，请求数据：openai、requests
• 线程管理：threading
• 数据处理：numpy

可以看到，虽然是一个不复杂的功能实现，但大大小小用到了十几个专业工具包，cursor Claude 3.5 Sonnet的代码推理和集成能力还是不错的，起码知道解决每个任务需要用到什么工具，而且还能正常运行，这一点挺难得了。