xiaozhi-esp32 使用指南免费打造能语音对话、可控制硬件的 MCP 聊天机器人【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-esp32xiaozhi-esp32 是一个基于 MCP 协议的 ESP32 语音聊天机器人固件项目把 Qwen、DeepSeek 等大模型装进几块钱芯片的设备里让它听你说话、回你话还能动手控制灯光、电机。项目免费开源MIT 协议支持 171 个固件变体和 138 个开发板目录适合想动手做 AI 硬件的新手也适合想给现有设备加语音能力的开发者。它解决什么问题不用自己搭服务器也能用上大模型固件默认对接官方服务器注册账号即可免费体验省去了部署、调参的成本。语音交互是被动等待式的设备离线唤醒基于 ESP-SR平时几乎不占网络喊一声才干活。大模型能直接动手通过 MCP 协议调用设备端注册的工具AI 说把灯调成红色就真的会执行而不是只回一段文字。硬件选择多到不用凑合ESP32、C3、C5、C6、S3、P4 六大芯片平台都支持Wi-Fi、以太网、4G 组网方式都有对应方案。硬件怎么准备开发板怎么选才不踩坑选型核心看三件事带不带屏幕、有没有 AEC回声消除决定能不能边说边听不打架、预算。项目内置了 138 个板卡目录以下是几个典型档位推荐型号适合人群推荐理由立创·实战派 ESP32-S3 / 虾哥 Mini C3预算有限的入门者板卡便宜、资料多S3 版体验完整M5Stack CoreS3 / AtomS3R Echo Base不想接线的用户模块即插即用生态成熟乐鑫 ESP32-S3-BOX-3想要开箱即用的成品感屏幕、麦克风、喇叭一体化SenseCAP Watcher想玩视觉输入的玩家内置摄像头支持视觉对话面包板 DIYESP32-S3 ES8311 等想彻底理解接线逻辑的人成本最低教程配套完整下面是官方教程里的面包板接线效果动手派可以直接对照搭15分钟完成部署从下载到能对话步骤 1拿到固件操作 → 预期结果首次使用建议不搭开发环境直接下载对应开发板的预编译固件如果你坚持自己编译用 VSCode 或 Cursor 装 ESP-IDF 插件首选稳定版 v6.0.2。预期结果你手里有一份.bin固件或本地能跑通编译。步骤 2烧录固件源码编译走下面两条命令预编译固件则用烧录工具写入.bin即可idf.py set-target esp32s3 idf.py build flash monitor预期结果串口监视器里看到开机日志和配网提示说明固件已跑起来。步骤 3联网配网固件支持热点和 BluFi蓝牙配网两种方式用手机连上设备热点或在蓝牙列表里给它输入 Wi-Fi 密码。预期结果设备提示联网成功喊一声唤醒词能听到它开口回应。核心功能图谱先看一张图理解整体链路设备跑在 ESP32 上大模型跑在云端MCP 是两者之间喊话派活的中间层。离线语音唤醒。意味着什么设备大部分时间只是安安静静待着只有听到唤醒词才把音频送上云端响应快、流量省。真实例子你对着桌上的设备喊你好小智它亮灯提示并开始聆听你的问题。MCP 工具调用。意味着什么板卡开发者把硬件能力注册成一个个工具音量、灯光、舵机、GPIO 都算大模型在对话中会自己决定调哪个工具、传什么参数。真实例子ESP-HI 机器狗注册了self.dog.forward这个工具你说往前走走云端下发调用请求狗真的迈步了。协议细节见 MCP 用法文档。双音频管线与全双工。意味着什么既支持传统识别 → 大模型 → 语音合成三段式也支持 Realtime 端到端语音模型硬件带 AEC 时你说到一半它也能边听边接话不用等它说完。真实例子追问然后呢时不用像对讲机那样按键。表情屏幕与声纹识别。带屏设备会实时显示表情和情绪状态声纹识别基于 3D Speaker能区分现在说话的是谁多人的房子里谁喊它就知道在回应谁。3 个可直接照做的实战案例案例 1桌面陪伴机器人场景给家人放一个能聊天、有表情的小摆件。 实现要点选 CoreS3 或 BOX-3 这类带屏设备烧录固件后联网后台切换你喜欢的音色和对话风格。 最终效果喊唤醒词即可闲聊屏幕上同步显示表情和对话字幕。案例 2语音控灯小中枢场景在设备旁接一个 WS2812 灯带用语音调色。 实现要点参考 ESP-HI 的工具注册示例仿照self.light.set_rgb注册一个带 r/g/b 参数的工具大模型理解把氛围调成蓝色后会自动填参数调用它。 最终效果说一句调成暖一点的色温灯带随之变化无需任何 App 操作。案例 3低成本机器狗场景用 ESP-HI 这类超低成本机器狗硬件做移动对话机器人。 实现要点底盘运动、灯光、摄像头翻转都已注册为 MCP 工具你只管在对话里下指令。 最终效果转个圈看看沙发底下这类指令可以由模型自己拆解成一次或多次工具调用来执行。进阶改造方向怎么改成自己的版本换唤醒词和外观。项目支持自定义唤醒词、字体、表情与聊天背景且可以网页端在线修改改完重新打包资源即可不用碰 C 代码。给大模型加新工具。在板卡代码里通过McpServer::AddTool注册一个工具给个唯一名字建议模块.功能命名、一句自然语言描述、若干参数再写执行回调。命名和参数写得好模型才看得懂、敢调用写法可对照 MCP 协议交互流程。做自己的开发板。在main/boards/下新建目录写config.h引脚映射、config.json构建标识和板级初始化文件参考 自定义开发板指南。注意务必使用唯一的板卡标识否则 OTA 升级时可能被标准固件覆盖掉你的定制。常见问题Q1第一次烧录要不要先装 ESP-IDF不用直接下载预编译固件烧录即可需要改代码时才装开发环境首选 ESP-IDF v6.0.2Linux 编译比 Windows 快且少驱动问题Q2唤醒后没反应或识别不准先查什么确认已联网且服务器账号配置正确调整麦克风位置离声源近一些嘈杂环境优先选带 AEC 的硬件Q3编译报错了怎么办对照 ESP-IDF 6.0 迁移文档 确认 SDK 版本清理构建缓存后重试核对所选板卡的 sdkconfig 变体与芯片是否匹配下一步行动选一块清单里的开发板按第三节的三步流程把预编译固件跑通。打开后台控制台把音色、对话风格调成你习惯的试一轮唤醒对话。想动手改造时从换一个自定义唤醒词入手再照着 MCP 文档给设备注册你的第一个工具。【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