把 ESP32 变成 MCP 语音助手xiaozhi-esp32 从 0 到 1 烧录教程【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半小时后你手里会有一个能对话的桌面 AI 助手喊它名字能应答动嘴就能调音量、控屏幕。xiaozhi-esp32 是一个基于 MCP 协议的 ESP32 固件项目烧进去就有离线唤醒、流式语音对话还能把设备的硬件能力做成一份工具清单交给云端大模型直接调用。下面是完整走一遍的过程。 xiaozhi-esp32 速览它覆盖了多少硬件和协议这是一个跑在 ESP-IDF 上的完整语音交互入口离线唤醒用 ESP-SR 完成语音走 Opus 流式传输对话能力则由后台的大模型提供。它最特别的地方在于设备本身就是一台 MCP 服务器——大模型不只跟你说话还能反过来操作设备。项目说明芯片平台ESP32 / C3 / C5 / C6 / S3 / P4共 6 种板卡覆盖138 个板卡目录、171 个固件发布变体通信协议WebSocket、MQTT UDP 两套默认后端官方 xiaozhi.me 服务器注册后免费用 Qwen 实时模型界面语言38 种Wi-Fi 配网热点、BluFi 两种关键文档docs/mcp-protocol_zh.md、docs/custom-board_zh.md、docs/esp-idf-6-migration.md⚡ 第一次烧录固件从克隆到唤醒应答共 5 步第 1 步拿到代码。git clone https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32做完这步你应该看到工程根目录下有main/、docs/、partitions/三个目录。麦克风、扬声器、按钮的完整接线方式引脚定义对应main/boards/bread-compact-esp32/下的config.h。第 2 步选定目标芯片和板子。先装好 ESP-IDF 插件首选 v6.0.2Linux 下编译更快然后以面包板为例idf.py set-target esp32 idf.py menuconfig在Xiaozhi Assistant - Board Type里选中你的板子面包板叫“面包板 ESP32 DevKit”。做完这步你应该看到选中的板子已写进当前 sdkconfig。第 3 步编译。idf.py build做完这步你应该在build/目录下看到生成的.bin文件且没有报错。第 4 步烧录。idf.py flash做完这步串口监视器里应该出现启动日志设备开始自检。第 5 步连网并激活。这步不用敲命令。设备默认开热点手机连上后按向导填入家里的 Wi-Fi 密码连上官方服务器完成激活后对设备说唤醒词听到提示音就说明整条链路通了。完全不想编译的话也可以直接下载现成固件烧录。️ 跑起来之后能干什么智能家居的语音入口。“把音量调大”“屏幕亮一点”这类指令大模型会通过 MCP 直接调用设备端工具执行问天气、控制 Home Assistant 里的灯和空调则交给云端 MCP接法写在docs/mcp-usage_zh.md。口语练习搭档。固件内置 38 种界面语言目录在main/assets/locales/学生放桌上随时切到目标语言练对话语音提示缺失时自动回退英文。有表情的桌面摆件。带屏幕的板子在对话时会显示表情和动画显示层代码在main/display/OLED、LCD 各有实现。想动手改的话这三个方向最实用加一个设备端工具在main/mcp_server.cc里仿照self.audio_speaker.set_volume写一个AddTool大模型下次上线就能看见并调用它。适配自己的硬件照着docs/custom-board_zh.md在main/boards/下新建目录config.h里定义引脚几十行代码就能把一块新板子接进来。自建后端main/protocols/下的websocket_protocol.cc和mqtt_protocol.cc是两套完整实现私有化部署可以直接参照。 把 MCP 这一个点讲透大模型是怎么“操作”设备的对话里你说“音量调小”大模型并不是把这句话变成语音念出来而是发出一条 JSON-RPC 2.0 请求经 WebSocket 或 MQTT UDP 传到设备。设备端McpServer解析请求、调用对应硬件、再把结果回传。整个握手也有固定顺序设备连上后台先发 hello 消息宣告能力大模型侧先通过tools/list拉取工具清单确认后才用tools/call逐个调用。细节全部有文档背书见docs/mcp-protocol_zh.md。大模型通过同一套 MCP 协议同时控制本地设备硬件与云端服务。其余技术点一句话带过音频是 Opus 流式编解码带 AEC 的硬件可以做到边说边听的实时全双工唤醒则完全由设备本地完成不依赖网络。️ 排错问答唤醒不灵先查这里问明明开了 BluFi设备为什么还是走热点配网答两种配网方式共存时WiFi Configuration Method里默认启用的是 Hotspot优先级更高。进idf.py menuconfig把 Hotspot 关掉再重新编译BluFi 才会生效原理见docs/blufi_zh.md。问用老 IDF 环境编译直接报错怎么回事答主线已迁移到 ESP-IDF v6.0.2v5.5 只保留给个别标注过的旧版板卡。把插件升到 v6.0.2再对照docs/esp-idf-6-migration.md确认你这块板的验证状态。问唤醒时灵时不灵第一步查什么答先排除电源用足功率的 USB 电源别接笔记本共享口再看串口日志里有没有音频断流。不同场景参数取向不同场景调什么怎么调电池供电功耗缩短交互时间空闲时进深度睡眠响应慢后端链路选 WebSocket 传输换延迟低的模型误唤醒唤醒词重训一个更短的唤醒词参考main/audio/wake_words/xiaozhi-esp32 的价值在于让一块几十元的 ESP32 独立扛下从唤醒到对话的整条链路AI 部分全部靠 MCP 协议外挂想加什么能力就往工具清单里添什么。想完整跑一遍的话克隆仓库安装 ESP-IDF v6.0.2 插件menuconfig 里选板子执行idf.py build和idf.py flash手机连热点完成配网更多细节看docs/目录板子适配问题查docs/custom-board_zh.md协议细节查docs/mcp-protocol_zh.md迁移和兼容状态查docs/esp-idf-6-migration.md。【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