An MCP-based Chatbot

（中文 | English | 日本語）

介绍

👉 人类：给 AI 装摄像头 vs AI：当场发现主人三天没洗头【bilibili】

👉 手工打造你的 AI 女友，新手入门教程【bilibili】

小智 AI 聊天机器人作为一个语音交互入口，利用 Qwen / DeepSeek 等大模型的 AI 能力，通过 MCP 协议实现多端控制。

版本说明

当前 v2 版本与 v1 版本分区表不兼容，所以无法从 v1 版本通过 OTA 升级到 v2 版本。分区表说明参见 partitions/v2/README.md。

使用 v1 版本的所有硬件，可以通过手动烧录固件来升级到 v2 版本。

v1 的稳定版本为 1.9.2，可以通过 git checkout v1 来切换到 v1 版本，该分支会持续维护到 2026 年 2 月。

已实现功能

Wi-Fi / ML307 Cat.1 4G
离线语音唤醒 ESP-SR
支持两种通信协议（Websocket 或 MQTT+UDP）
采用 OPUS 音频编解码
基于流式 ASR + LLM + TTS 架构的语音交互
声纹识别，识别当前说话人的身份 3D Speaker
OLED / LCD 显示屏，支持表情显示
电量显示与电源管理
支持多语言（中文、英文、日文）
支持 ESP32-C3、ESP32-S3、ESP32-P4 芯片平台
通过设备端 MCP 实现设备控制（音量、灯光、电机、GPIO 等）
通过云端 MCP 扩展大模型能力（智能家居控制、PC桌面操作、知识搜索、邮件收发等）
自定义唤醒词、字体、表情与聊天背景，支持网页端在线修改 (自定义Assets生成器)

硬件

面包板手工制作实践

详见飞书文档教程：

👉 《小智 AI 聊天机器人百科全书》

面包板效果图如下：

面包板效果图

支持 70 多个开源硬件（仅展示部分）

软件

固件烧录

新手第一次操作建议先不要搭建开发环境，直接使用免开发环境烧录的固件。

固件默认接入 xiaozhi.me 官方服务器，个人用户注册账号可以免费使用 Qwen 实时模型。

👉 新手烧录固件教程

开发环境

Cursor 或 VSCode
安装 ESP-IDF 插件，选择 SDK 版本 5.4 或以上
Linux 比 Windows 更好，编译速度快，也免去驱动问题的困扰
本项目使用 Google C++ 代码风格，提交代码时请确保符合规范

开发者文档

自定义开发板指南 - 学习如何为小智 AI 创建自定义开发板
MCP 协议物联网控制用法说明 - 了解如何通过 MCP 协议控制物联网设备
MCP 协议交互流程 - 设备端 MCP 协议的实现方式
MQTT + UDP 混合通信协议文档
一份详细的 WebSocket 通信协议文档

大模型配置

如果你已经拥有一个小智 AI 聊天机器人设备，并且已接入官方服务器，可以登录 xiaozhi.me 控制台进行配置。

👉 后台操作视频教程（旧版界面）

关于项目

这是一个由虾哥开源的 ESP32 项目，以 MIT 许可证发布，允许任何人免费使用，修改或用于商业用途。

我们希望通过这个项目，能够帮助大家了解 AI 硬件开发，将当下飞速发展的大语言模型应用到实际的硬件设备中。

如果你有任何想法或建议，请随时提出 Issues 或加入 QQ 群：1011329060

78/xiaozhi-esp32

Generated Insights

About xiaozhi-esp32