xiaozhi-esp32 快速入门完整打造一台 ESP32 AI 语音助手【免费下载链接】xiaozhi-esp32An MCP-based chatbot | 一个基于MCP的聊天机器人项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32凌晨一点你说一句关灯卧室的灯真的灭了。这不是演示视频而是 xiaozhi-esp32 能做到的事——这个基于 MCP 协议的开源 ESP32 语音助手把你的开发板变成能聊天、能执行指令、能控制设备的 AI 语音交互终端。文章按先看效果、再拆原理、最后上手的顺序写适合有基本动手能力、没写过一行固件的读者。能力全景这块板子到底能干什么在动手之前先看清成品的边界。xiaozhi-esp32 的功能清单覆盖了语音交互的完整链路离线语音唤醒唤醒词在设备本地识别不联网也能被叫醒唤醒词支持自定义训练云端 AI 对话语音经大模型Qwen、DeepSeek 等处理流式返回自然语音回复MCP 双向控制设备端把喇叭、LED、舵机、GPIO 注册为工具供大模型调用云端 MCP 再向外扩展到智能家居、知识搜索等多模态交互OLED/LCD 表情与富文本显示、摄像头视觉输入、说话人识别全场景网络Wi-Fi、以太网、USB RNDIS、4G Cat.1部分板型可双网切换38 种界面语言、6 个芯片平台ESP32 系列 C3/C5/C6/S3/P4、171 个烧录变体工作原理一次对话的完整链路这一节拆解从你开口到它回话的五个环节每个环节只说清职责不展开实现。采集麦克风以 16kHz 单声道采样率持续收集音频本地唤醒唤醒词模型在芯片端跑检测命中之前不会上传任何语音数据上行唤醒后音频用 Opus 压缩走 WebSocket 或 MQTTUDP 通道发往服务器云端处理ASR 转文字 → 大模型理解并生成回复 → TTS 合成语音下行服务器推回 Opus 音频流设备边解码边播放第一句话音不用等整段合成完MCP 协议在这里的定位可以一句话概括它是设备与 AI 服务之间的工具说明书。大模型不再只会输出文字还能按约定格式直接调用你设备上的硬件工具。协议通信层在 main/protocols/设备端 MCP 工具注册在 main/mcp_server.cc。跑起来从选板到第一声唤醒词⭐ 这一节是全文重点按时间顺序走完四个步骤。硬件选型成品与面包板两条路项目内置 138 个板级配置目录选型的核心是想省事程度。方案适合特点立创实战派 ESP32-S3第一次尝试自带麦克风、喇叭开箱即烧M5Stack CoreS3要完整体验屏幕、摄像头、电池一体交互能力最强Waveshare ESP32-S3-Touch-AMOLED-1.8预算优先屏幕大、价格低面包板 DIY想彻底搞懂原理ESP32-S3 模组 I2S 麦克风 喇叭 音频编解码芯片面包板路线的全部连线可以参考官方示例环境准备VSCode 加 ESP-IDF 插件编译环境只有两个要求操作系统选 Linux 更好编译更快、串口驱动问题更少Windows 也能用VSCode 安装 ESP-IDF 插件版本选v6.0.2。主线已切换到 ESP-IDF 6.0v5.5 仅保留给少数旧板型Wi-Fi 与 AI 服务配置配网加选模型固件烧好后第一次上电设备会自动开一个配网热点连上去后在浏览器配网页面填入 Wi-Fi 名称和密码即可。设备默认对接官方 xiaozhi.me 服务器注册账号在控制台里挑选大模型Qwen 实时模型个人可免费使用并开启需要的云端 MCP 能力比如智能家居控制、知识搜索。编译烧录三条命令出结果git clone https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32 idf.py set-target esp32s3 idf.py build idf.py -p /dev/ttyUSB0 flash monitor板型在idf.py menuconfig里选择每个芯片都有默认项如 S3 默认面包板方案。串口监视器里看到启动日志走完对着设备喊一声唤醒词对话就开始了。玩出花样三个值得折腾的方向自定义唤醒词训练默认唤醒词你好小智可以用但换成你名字会顺手得多。流程用官方工具链录制少量样本 → 训练模型 → 随资源分区打包烧录。唤醒词模型属于设备端资源改动不需要碰任何 C 代码。设备端技能扩展设备内置的 MCP Server 已经注册了喇叭、LED、舵机、GPIO 四类工具。加一个新技能本质是往 MCP Server 注册一个新工具读传感器、控制继电器、拍张照回传都可以按同样方式实现。低功耗策略无交互时设备进入深度睡眠。板级功耗管理统一抽象在 main/boards/common/ 的电源管理模块里多数成品板已接好自绘硬件的板级目录继承同一套管理器即可。避坑清单三种高频故障对照现象可能原因解决办法设备无法启动、卡在启动日志flash 容量或分区表选错板型没选对核对 flash 规格和板级配置重新编译烧录唤醒词无反应麦克风 I2S 接线错误编解码器配置与实际芯片不符核对板级config.json里的音频 codec 与引脚连不上 Wi-Fi密码错误路由器只有 5G 频段距离太远换 2.4G 网络重试先靠近路由器验证总结把剩下的路交给文档本文覆盖了从选型、环境到烧录的完整路径剩余空间在于你自己要加的功能。遇到问题时项目自带的开发者文档比外部帖子可靠得多——MCP 交互流程、WebSocket 协议、MQTTUDP 混合通信、自定义板卡指南都在 docs/ 目录下按章节对照着读即可。【免费下载链接】xiaozhi-esp32An MCP-based chatbot | 一个基于MCP的聊天机器人项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 xiaozhi-esp32 快速入门：完整打造一台 ESP32 AI 语音助手
xiaozhi-esp32 快速入门完整打造一台 ESP32 AI 语音助手【免费下载链接】xiaozhi-esp32An MCP-based chatbot | 一个基于MCP的聊天机器人项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32凌晨一点你说一句关灯卧室的灯真的灭了。这不是演示视频而是 xiaozhi-esp32 能做到的事——这个基于 MCP 协议的开源 ESP32 语音助手把你的开发板变成能聊天、能执行指令、能控制设备的 AI 语音交互终端。文章按先看效果、再拆原理、最后上手的顺序写适合有基本动手能力、没写过一行固件的读者。能力全景这块板子到底能干什么在动手之前先看清成品的边界。xiaozhi-esp32 的功能清单覆盖了语音交互的完整链路离线语音唤醒唤醒词在设备本地识别不联网也能被叫醒唤醒词支持自定义训练云端 AI 对话语音经大模型Qwen、DeepSeek 等处理流式返回自然语音回复MCP 双向控制设备端把喇叭、LED、舵机、GPIO 注册为工具供大模型调用云端 MCP 再向外扩展到智能家居、知识搜索等多模态交互OLED/LCD 表情与富文本显示、摄像头视觉输入、说话人识别全场景网络Wi-Fi、以太网、USB RNDIS、4G Cat.1部分板型可双网切换38 种界面语言、6 个芯片平台ESP32 系列 C3/C5/C6/S3/P4、171 个烧录变体工作原理一次对话的完整链路这一节拆解从你开口到它回话的五个环节每个环节只说清职责不展开实现。采集麦克风以 16kHz 单声道采样率持续收集音频本地唤醒唤醒词模型在芯片端跑检测命中之前不会上传任何语音数据上行唤醒后音频用 Opus 压缩走 WebSocket 或 MQTTUDP 通道发往服务器云端处理ASR 转文字 → 大模型理解并生成回复 → TTS 合成语音下行服务器推回 Opus 音频流设备边解码边播放第一句话音不用等整段合成完MCP 协议在这里的定位可以一句话概括它是设备与 AI 服务之间的工具说明书。大模型不再只会输出文字还能按约定格式直接调用你设备上的硬件工具。协议通信层在 main/protocols/设备端 MCP 工具注册在 main/mcp_server.cc。跑起来从选板到第一声唤醒词⭐ 这一节是全文重点按时间顺序走完四个步骤。硬件选型成品与面包板两条路项目内置 138 个板级配置目录选型的核心是想省事程度。方案适合特点立创实战派 ESP32-S3第一次尝试自带麦克风、喇叭开箱即烧M5Stack CoreS3要完整体验屏幕、摄像头、电池一体交互能力最强Waveshare ESP32-S3-Touch-AMOLED-1.8预算优先屏幕大、价格低面包板 DIY想彻底搞懂原理ESP32-S3 模组 I2S 麦克风 喇叭 音频编解码芯片面包板路线的全部连线可以参考官方示例环境准备VSCode 加 ESP-IDF 插件编译环境只有两个要求操作系统选 Linux 更好编译更快、串口驱动问题更少Windows 也能用VSCode 安装 ESP-IDF 插件版本选v6.0.2。主线已切换到 ESP-IDF 6.0v5.5 仅保留给少数旧板型Wi-Fi 与 AI 服务配置配网加选模型固件烧好后第一次上电设备会自动开一个配网热点连上去后在浏览器配网页面填入 Wi-Fi 名称和密码即可。设备默认对接官方 xiaozhi.me 服务器注册账号在控制台里挑选大模型Qwen 实时模型个人可免费使用并开启需要的云端 MCP 能力比如智能家居控制、知识搜索。编译烧录三条命令出结果git clone https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32 idf.py set-target esp32s3 idf.py build idf.py -p /dev/ttyUSB0 flash monitor板型在idf.py menuconfig里选择每个芯片都有默认项如 S3 默认面包板方案。串口监视器里看到启动日志走完对着设备喊一声唤醒词对话就开始了。玩出花样三个值得折腾的方向自定义唤醒词训练默认唤醒词你好小智可以用但换成你名字会顺手得多。流程用官方工具链录制少量样本 → 训练模型 → 随资源分区打包烧录。唤醒词模型属于设备端资源改动不需要碰任何 C 代码。设备端技能扩展设备内置的 MCP Server 已经注册了喇叭、LED、舵机、GPIO 四类工具。加一个新技能本质是往 MCP Server 注册一个新工具读传感器、控制继电器、拍张照回传都可以按同样方式实现。低功耗策略无交互时设备进入深度睡眠。板级功耗管理统一抽象在 main/boards/common/ 的电源管理模块里多数成品板已接好自绘硬件的板级目录继承同一套管理器即可。避坑清单三种高频故障对照现象可能原因解决办法设备无法启动、卡在启动日志flash 容量或分区表选错板型没选对核对 flash 规格和板级配置重新编译烧录唤醒词无反应麦克风 I2S 接线错误编解码器配置与实际芯片不符核对板级config.json里的音频 codec 与引脚连不上 Wi-Fi密码错误路由器只有 5G 频段距离太远换 2.4G 网络重试先靠近路由器验证总结把剩下的路交给文档本文覆盖了从选型、环境到烧录的完整路径剩余空间在于你自己要加的功能。遇到问题时项目自带的开发者文档比外部帖子可靠得多——MCP 交互流程、WebSocket 协议、MQTTUDP 混合通信、自定义板卡指南都在 docs/ 目录下按章节对照着读即可。【免费下载链接】xiaozhi-esp32An MCP-based chatbot | 一个基于MCP的聊天机器人项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考