Kindle 跑 Claude Code：一个极客的远程实操
把 Kindle 这种“电子墨水屏”强行变成 AI 终端，最核心的瓶颈在于环境和网络。通过 SSH 把 Claude Code 挂在越狱后的 Kindle 上，再用 Tailscale 解决内网穿透，这套组合拳下来，基本实现了在任何地方都能通过 Kindle 的屏幕与大模型进行代码级交互。
这种玩法其实就是把 Kindle 当成了一个带屏幕的“远程哑终端”。虽然实用性存疑，但对于喜欢折腾 AI Agent 部署的玩家来说，这种把大模型塞进非传统硬件的快感才是重点。
下一篇
大模型越狱提示词的几何分布：扰动后发生了什么？ →
具体的部署逻辑如下：
一、基础环境准备
首先 Kindle 必须完成越狱，并安装好 OpenSSH。为了避免在路由器上折腾复杂的端口转发，直接在 Kindle 上部署 Tailscale。这样 Kindle 就成了一个虚拟局域网内的节点，只要你的电脑或手机在同一个 Tailscale 网络里，随时可以通过 SSH 登录。
二、环境配置与运行
由于 Kindle 的资源极其有限，直接运行大型 Node.js 应用可能会卡死。建议在 Kindle 上配置好基础的运行环境，然后通过远程终端执行 Claude Code。
# 确保 node 环境已安装并配置好路径
node -v
# 使用 npm 安装 Claude Code (假设环境支持)
npm install -g @anthropic-ai/claude-code
# 启动并进行身份验证
claude三、实际体验分析
- 延迟感： 电子墨水屏的刷新率是最大的痛点，代码滚动时会有明显的残影，但作为纯文本交互，阅读体验其实还行。
- 连接稳定性： Tailscale 的稳定性出乎意料，只要 Kindle 连着 Wi-Fi，远程响应速度基本取决于 API 的延迟，而非网络链路。
- 能耗： 这种跑法非常耗电，基本告别了 Kindle 的长续航，更像是一个低功耗的 Linux 服务器。
这种玩法其实就是把 Kindle 当成了一个带屏幕的“远程哑终端”。虽然实用性存疑，但对于喜欢折腾 AI Agent 部署的玩家来说，这种把大模型塞进非传统硬件的快感才是重点。
