xiaozhi-esp32

XiaoZhi ESP32 是一个开源固件项目，可在 ESP32 硬件上构建语音交互 AI 聊天机器人。它使用 Qwen 和 DeepSeek 等大语言模型作为对话后端，并采用 MCP 协议实现多端控制。 README 中描述的关键功能： - 网络选项：Wi-Fi、有线以太网、USB RNDIS，以及 ML307/EC801E 或 NT26 Cat.1 4G；支持的开发板可在 Wi-Fi 和 4G 之间切换。 - 通过 ESP-SR 实现离线语音唤醒，支持自定义唤醒词。 - 两种通信传输方式：WebSocket 和 MQTT + UDP。 - Opus 音频流式传输，支持流式 ASR + LLM + TTS 管道，以及实时端到端语音模型；支持 AEC 的硬件可实现实时全双工交互。 - 使用 3D Speaker 进行说话人识别。 - OLED/LCD 显示屏支持表情符号和表情展示，部分开发板支持摄像头视觉输入。 - 电池显示与电源管理。 - 39 种界面语言，提供本地化语音提示（英语兜底）。 - 芯片支持：ESP32、ESP32-C3、ESP32-C5、ESP32-C6、ESP32-S3、ESP32-P4。 - 通过热点或 BluFi 进行 Wi-Fi 配网。 - 设备侧 MCP 控制扬声器、LED、舵机、GPIO 等。 - 云端 MCP 扩展模型能力（智能家居控制、PC 桌面操作、知识搜索、邮件等）。 - 通过在线网页编辑器可自定义唤醒词、字体、表情符号和聊天背景。 项目报告支持 138 个开发板目录和 171 个发布版本，部分硬件列表包括：LiChuang ESP32-S3、乐鑫 ESP32-S3-BOX-3、M5Stack CoreS3、AtomS3R + Echo Base、Magic Button 2.4、Waveshare ESP32-S3-Touch-AMOLED-1.8、LILYGO T-Circle-S3、小歌 Mini C3、翠禅 AI 挂坠、WMnologo 星智 1.54TFT、SenseCAP Watcher，以及 ESP-HI 低成本机器狗。 开发需要 ESP-IDF v6.0.1 或更高版本（推荐 v6.1）；ESP-IDF 5.x 已不再支持。项目采用 Google C++ 代码风格。文档涵盖自定义开发板、MCP 协议用法与交互流程、MQTT+UDP 以及 WebSocket 协议。固件无需开发环境即可烧录，默认连接官方 xiaozhi.me 服务器，个人用户可免费注册使用 Qwen 实时模型。 该项目还有相关的开源服务端和客户端项目，涵盖 Python、Java、Go、Android、Linux 等平台。项目采用 MIT 许可证发布，允许免费使用，包括商业用途。