10分钟给你的ESP32装上大模型：xiaozhi-esp32 语音AI机器人实操指南

【免费下载链接】xiaozhi-esp32 An 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

小智 AI 聊天机器人（xiaozhi-esp32）让一块 ESP32 开发板变成能听懂话、会回应的语音助手，支持 Wi-Fi 和 4G 联网，基于 MCP 协议还能控制灯光、电机等设备，适合想动手做 AI 硬件但没有 AI 开发经验的新手。

你手里有一块 ESP32-S3，它现在只会跑点闪烁灯和传感器读取。你希望它像你家音箱那样：喊一声它的名字就回应你，问什么答什么，还能帮你开关设备。

这个项目把 Qwen、DeepSeek 等大模型接进了一块小芯片：麦克风采集语音，云端大模型理解并回答，扬声器播回来。你不需要自己搭 ASR、TTS 服务，固件默认接入官方服务器，注册账号即可免费体验。

一句话理解

它就是一个跑在 ESP32 上的语音 AI 对话机器人，内置唤醒词、屏幕表情和 MCP 设备控制。

• 离线语音唤醒：基于 ESP-SR，支持自定义唤醒词
• 两种通信方式：WebSocket 或 MQTT + UDP，可自建服务器
• 全双工语音：Opus 音频流，带 AEC 的硬件支持实时对话
• 38 种界面语言：支持 ESP32 / C3 / C5 / C6 / S3 / P4 共 6 类芯片

三步跑起来

项目提供 171 个固件发布变体，新手最快路径是直接烧录现成固件，不用搭开发环境：

• 第一步：克隆仓库，找到你板卡对应的预编译固件
• 第二步：把板子连上电脑，用烧录工具写入固件
• 第三步：联网配好 Wi-Fi，注册账号免费使用 Qwen 实时模型，喊唤醒词开始对话

git clone https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32
cd xiaozhi-esp32

想自己改代码的话，装 ESP-IDF 插件（首选 v6.0.2），在 VSCode 里选板卡、配置后编译烧录：

idf.py build && idf.py -p /dev/ttyUSB0 flash monitor

编译选 Linux 更省心，速度快还免驱动烦恼。

它能为你做什么

喊一声名字就应答的语音对话

对着设备说唤醒词，它开始收音，云端大模型实时转写并回答，扬声器播回结果。带 AEC 的硬件可以边听边说，不用像对讲机一样抢话。

什么时候用得上：做一个放在桌上的对话伙伴、儿童问答助手，或者给自己家里加一个不用掏手机就能问事情的入口。

用 MCP 让 AI 控制你的硬件

MCP（Model Context Protocol）让大模型能"动手"：后台发现设备上的工具并调用，你的一句话就能改变硬件状态——调音量、开关灯、转舵机。

你能得到什么：对话不再是"只动嘴不动手"。比如你说"把灯调亮一点"，大模型通过 MCP 直接改寄存器，设备真的变亮。用法细节见 MCP 协议文档。

情绪表情与摄像头视觉输入

带屏幕的板子会显示实时表情，有情绪反馈；部分硬件支持摄像头视觉输入，AI 能"看到"你。

什么时候用得上：做情感陪伴类项目、桌面宠物机器人，或者需要视觉确认场景（比如确认人是否在场）的智能设备。

选型指南：三个版本怎么选

方案	适合谁	上手难度	说明
免编译烧录	纯新手	★	直接用现成固件，接官方服务器，10 分钟出声
自建服务器	想换模型	★★★	用第三方开源服务器，自选 ASR/LLM/TTS
二次开发固件	开发者	★★★	基于 main/boards/ 支持 138 个板卡目录

芯片选择上：ESP32-S3 最推荐，资源足、支持离线唤醒词；C3/C5/C6 便宜适合尝鲜但不适合唤醒词；P4 面向进阶视觉场景。注意 ESP32-S31 变体需要 IDF 6.1+。

避坑指南

编译直接报错？ → 先确认 IDF 版本是 v6.0.2，主线已迁移到 v6.0+，v5.5.2 只留给标注过的旧板卡。

唤醒词没反应？ → 你的芯片可能不支持：离线唤醒依赖 ESP-SR，认准 S3 系列，别在 C3 上浪费时间。

烧录失败、找不到串口？ → Windows 用户检查 USB 转串口驱动，Linux 下确认账号有串口设备权限。

对话卡顿、断连？ → 优先检查 Wi-Fi 信号强度，MQTT + UDP 模式下注意 UDP 端口放行，协议细节看 通信协议文档。

代码改了一堆没生效？ → idf.py fullclean 清掉编译缓存再来一遍，这类玄学问题多半是缓存。

写在最后

一句话总结：xiaozhi-esp32 用最低门槛把大模型装进了 ESP32，你只需要一块板子和一个下午。

下一步：克隆仓库，按你的板卡型号找到预编译固件，先烧起来喊醒它再说——跑通之后，再去啃 自定义开发板指南 也不迟。

【免费下载链接】xiaozhi-esp32 An 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