从零搭建会动手的 ESP32 语音机器人xiaozhi-esp32 与 MCP 协议实战全攻略【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你是否有过这样的遗憾家里的智能音箱能陪你聊天、能播新闻但当你真正想让它做点什么——比如驱动一个舵机、点亮一排 LED、按设定参数转动电机——它却只能摊摊手说不好意思这个我做不到xiaozhi-esp32 正是冲着这个痛点来的它把大模型的对话能力与 ESP32 开发板的引脚资源缝合在一起让 AI 不仅能听懂你说的话还能通过 MCP 协议直接操控真实硬件真正成为长着手脚的智能语音机器人。告别只说不做一个语音助手项目的自我进化过去我们常见的语音交互方案链路大致是拾音 → 云端识别 → 返回文字/语音AI 与物理世界的交集约等于零。想控制一盏灯、一个传感器还得在云端再挂一层物联网平台指令绕行一圈延迟和故障点都成倍增加。xiaozhi-esp32 给出了另一种回答把 AI 的手直接伸进硬件层。借助 MCPModel Context Protocol模型上下文协议大模型可以把 ESP32 的 GPIO、PWM、I2C 等接口当成工具来调用直接操作 LED、电机、温度传感器等外设。这条路径短、延迟低即便网络出现抖动很多本地控制动作依然能独立完成——这是它和传统云端语音助手的本质分野。传统链路云端 AI → 业务服务器 → 物联平台 → 设备层层转发 xiaozhi 链路设备端语音 → 大模型 → MCP 工具调用 → 引脚直接驱动外设用一句话概括这个项目想让你手里的开发板从会说话的盒子进化成能干活的小管家。初印象盘点这个开源项目到底堆了什么料先给你一个全景式的能力清单看完你大概就能判断它值不值得入坑。芯片与板卡覆盖面惊人。项目已收纳 138 个板卡目录、对外发布 171 个固件变体覆盖 ESP32、ESP32-C3、C5、C6、S3、P4 多个芯片平台。从几十块钱的面包板 DIY 套件到 M5Stack CoreS3、乐鑫 BOX-3、微雪 AMOLED 系列这类成品硬件几乎总有一款适合你。通信方式灵活多变。Wi-Fi 是基本功此外还支持有线以太网、USB RNDIS以及 ML307/EC801E、NT26 等 Cat.1 4G 模块部分硬件还能在 Wi-Fi 与 4G 之间自动切换配网则提供热点模式与 BluFi 两种入口小白也能轻松搞定。语音链路完整闭环。基于 ESP-SR 的离线语音唤醒支持自定义唤醒词、Opus 音频流、传统的流式 ASR 大模型 TTS方案与 Realtime 端到端语音模型双轨并行带 AEC 回音消除的硬件还能实现真正的实时全双工对话。更进一步项目还接入了声纹识别可以辨认当前说话的是谁。看得见的表情与听得懂的乡音。OLED/LCD 屏可以渲染表情和情绪部分硬件甚至支持摄像头视觉输入界面语言多达 38 种语音提示优先本地化缺资源时自动回退英文中文、英文、日文用户都能无障碍上手。上图是项目的核心思想图解大模型处于中枢位置向左通过 MCP 协议驱动 ESP32 上的扬声器、LED、舵机、传感器等本地资源向右同样通过 MCP 连接云端能力——智能家居联动、桌面电脑操作、知识检索、邮件收发全都能变成大模型随手可取的工具。出发之前选对硬件、备好环境的两张清单想快速跑通硬件选择上有两条路线。图省心的成品路线M5Stack CoreS3、乐鑫 ESP32-S3-BOX 系列、微雪 Touch-AMOLED 系列都是开箱即用的选择麦克风、扬声器、屏幕一应俱全烧录即玩。爱折腾的 DIY 路线一块 ESP32 开发板加上面包板、驻极体麦克风、小喇叭就能搭出原型。接线时务必确认你的芯片型号不是 C3/S3不同芯片引脚与烧录方式有差异照着社区教程逐根线核对电源与地线避免短路烧板。开发环境方面建议优先在 Linux 上操作——编译速度快也没有 Windows 驱动的幺蛾子。IDE 用 VSCode 或 Cursor安装 ESP-IDF 插件SDK 首选 v6.0.2 稳定版老硬件兼容才考虑 v5.x 分支。若你只是想先体验完全可以跳过本地编译直接下载免环境的预编译固件默认接入官方服务器即可免费使用 Qwen 实时模型。第一次点亮从拉取源码到听见它回话整个流程大约四步跟着走一遍就能听到设备开口。第一步获取源码git clone https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32 cd xiaozhi-esp32第二步选定目标芯片与板卡。先用idf.py set-target声明芯片型号再通过menuconfig在项目配置里选中你的板卡类型与功能开关。第三步编译与烧录idf.py set-target esp32s3 idf.py menuconfig idf.py build idf.py -p /dev/ttyUSB0 flash monitor第四步配网与对话。开机后设备进入配网引导用手机热点或 BluFi 方式把 Wi-Fi 信息喂给它连接成功后对着麦克风喊出唤醒词听到回应即可开始对话。想了解某块开发板的管脚是怎么定义的可以翻看对应板卡目录下的config.h。以常见板卡为例音频的 I2S 引脚、编解码芯片的 I2C 地址、按键与 LED 管脚、屏幕参数都会集中在这里改配置再重编译就能适配你自己的硬件#define AUDIO_INPUT_SAMPLE_RATE 24000 #define AUDIO_OUTPUT_SAMPLE_RATE 24000 #define AUDIO_I2S_GPIO_MCLK GPIO_NUM_10 #define AUDIO_I2S_GPIO_WS GPIO_NUM_12 #define AUDIO_I2S_GPIO_BCLK GPIO_NUM_8 #define AUDIO_I2S_GPIO_DIN GPIO_NUM_7 #define AUDIO_I2S_GPIO_DOUT GPIO_NUM_11 #define BOOT_BUTTON_GPIO GPIO_NUM_9 #define DISPLAY_WIDTH 320 #define DISPLAY_HEIGHT 240如果你是面包板党上图是一份很直观的参考开发板居中左侧接传感器与按键右侧引出喇叭电源轨与地轨分色走线。照着这个思路扩展你自己的外设就能拼出第一个原型机。通俗拆解MCP 协议是怎么让 AI上手的第一次听到 MCP 的人多半会犯嘀咕这不又是一个新协议吗其实可以用下馆子来类比——大模型是顾客你的设备是后厨MCP 就是那份随时更新的菜单。顾客大模型进店连上设备后先和服务员后台打个招呼表明自己支持 MCP随后索取菜单tools/list看看今天后厨能做什么菜——也就是设备注册了哪些工具最后照着菜单点菜tools/call比如上一份 forward 前进步后厨收到指令就去执行舵机动作。这套对话遵循 JSON-RPC 2.0 格式最核心的三个方法分别是initialize建立会话交换双方能力与版本信息tools/list列出设备当前支持的工具清单及其参数说明tools/call携带参数实际调用某个工具。设备侧的工具注册入口是McpServer::AddTool你要做的只是声明工具名、写一句给大模型看的描述、定义参数类型再塞进一个回调函数mcp_server.AddTool(self.light.set_rgb, 设置RGB灯光颜色, PropertyList({ Property(r, kPropertyTypeInteger, 0, 255), Property(g, kPropertyTypeInteger, 0, 255), Property(b, kPropertyTypeInteger, 0, 255) }), this - ReturnValue { SetLedColor(properties[r].valueint(), properties[g].valueint(), properties[b].valueint()); return true; });云端发起一次控制的请求长这样{ jsonrpc: 2.0, method: tools/call, params: { name: self.chassis.go_forward, arguments: {} }, id: 2 }值得一提的是这个项目的 MCP 是双层的设备端 MCP 让大模型控制音量、灯光、电机、GPIO 等本地资源云端 MCP 则把智能家居、PC 桌面操作、知识搜索、邮件收发等能力也包装成工具。两层一叠加你的机器人既能动手动脚又能呼风唤雨。三个拿来就用的落地玩法理论说再多不如看看别人是怎么玩的。玩法一组一个全屋语音控制中枢。把设备放在客厅通过云端 MCP 接好家里的智能灯具与空调一句把客厅灯调暗空调设到 26 度就能生效。结合本地传感器还能做成温湿度语音播报、定时自动执行之类的联动场景。玩法二给孩子配一个学习陪伴机器人。借助屏幕表情与声纹识别设备可以变成能认人的学伴——做对题夸奖一句、答错题换个温柔的引导孩子用语音提问大模型即时解答编程启蒙时还能通过语音让硬件动起来直观感受指令即行动。玩法三在工业或穿戴场景里当助手。面向运维场景可以做成设备状态语音查询、故障排查问答的口袋专家面向创客场景社区里已有基于 ESP-HI 的超低成本机器狗、璀璨 AI 吊坠等作品把 MCP 工具注册成前进、转向、变色一台会跳舞的语音机器狗就诞生了。排障速查高频问题的定位与性能调优真机调试总会踩几个坑这里按高频程度给你一份速查表。编译报错先核对 ESP-IDF 版本是否在要求范围内版本无误仍报错执行idf.py fullclean清掉缓存再重编还不行就开详细日志定位到具体组件再查。识别率偏低优先检查麦克风增益与摆放位置确认采样率、位深配置是否与硬件匹配环境噪音明显时开启内置降噪与 VAD 语音活动检测能过滤掉大量无效录音。连接不稳或无声对照接线图逐脚复核重点排查供电——语音播放瞬间电流峰值较高供电不足会导致杂音甚至重启同时验证 GPIO 配置与板卡定义是否一致。性能调优可以从三个维度下手内存按需选用 4M/8M/16M/32M 分区表配合外部 PSRAM 扩大可用堆再根据实测调整音频缓冲区大小在延迟与占用之间找平衡功耗开启深度睡眠压低待机电流按负载动态调节 CPU 频率并对外设做精细化电源管理适合电池供电的便携设备响应优先保证网络质量以降低云端往返延迟常用回复做本地缓存音频采集与网络请求分线程并行让对话更跟手。进阶从玩别人的固件到做自己的设备觉得不过瘾项目为二次开发留足了空间三个方向由浅入深。方向一定制专属唤醒词。准备几段 3 到 5 秒、16kHz 单声道的音频样本用社区的训练工具生成唤醒模型替换默认模型后重新编译——从此设备只认你的声音密码。方向二给新开发板写驱动。在main/boards/下按品牌-型号命名新建目录依次补齐板级初始化代码、config.h管脚配置和config.json发布配置再用构建脚本编译验证。需要留意的是不要随意覆盖既有板卡的配置保持开发板标识唯一否则未来 OTA 升级可能被标准固件顶掉。详细的落地步骤在项目文档docs/custom-board_zh.md里有完整说明。方向三接入第三方大模型服务。项目默认对接官方服务器但你也可以换成 OpenAI 系接口、本地量化模型隐私友好甚至针对特定领域微调过的专用模型让机器人的脑回路更贴合你的业务。内容素材方面项目还提供了配套工具链scripts/p3_tools/下的批量转换工具可以在常见音频与 ESP32 播放格式之间互转调整响度后一键打包方便你替换提示音、开机语等本地语音资源。最后这个项目的生命力有一部分攥在你手里xiaozhi-esp32 由虾哥开源并以 MIT 许可证发布允许免费使用、修改乃至商用。项目的意图很朴素——降低 AI 硬件开发的门槛让更多人和大模型在实体世界里产生连接。如果你愿意参与进来可贡献的远不止代码修 bug、优化性能、补文档、适配新板卡、分享应用案例每一种都是社区需要的燃料。而项目的未来想象空间也很大融合摄像头实现多模态交互、多设备协同的分布式部署、设备端模型微调与个性化、推动 MCP 协议成为行业标准……每一个方向都可能长出新的玩法。回到开头的问题一块几十块钱的 ESP32真的能成为你的 AI 硬件伙伴吗答案已经摆在眼前。拿起开发板接好麦克风和喇叭先让它开口说第一句话——剩下的交给你的好奇心。扩展关键词提示ESP32 智能语音助手搭建教程、MCP 协议设备控制实战、边缘 AI 硬件开发入门、xiaozhi-esp32 快速上手指南、ESP32 自定义唤醒词训练、ESP32 开发板兼容列表、语音控制 GPIO 外设方法、ESP32 离线语音识别方案、基于大模型的物联网设备控制、ESP32 多语言语音交互配置。【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
从零搭建会“动手“的 ESP32 语音机器人：xiaozhi-esp32 与 MCP 协议实战全攻略
从零搭建会动手的 ESP32 语音机器人xiaozhi-esp32 与 MCP 协议实战全攻略【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你是否有过这样的遗憾家里的智能音箱能陪你聊天、能播新闻但当你真正想让它做点什么——比如驱动一个舵机、点亮一排 LED、按设定参数转动电机——它却只能摊摊手说不好意思这个我做不到xiaozhi-esp32 正是冲着这个痛点来的它把大模型的对话能力与 ESP32 开发板的引脚资源缝合在一起让 AI 不仅能听懂你说的话还能通过 MCP 协议直接操控真实硬件真正成为长着手脚的智能语音机器人。告别只说不做一个语音助手项目的自我进化过去我们常见的语音交互方案链路大致是拾音 → 云端识别 → 返回文字/语音AI 与物理世界的交集约等于零。想控制一盏灯、一个传感器还得在云端再挂一层物联网平台指令绕行一圈延迟和故障点都成倍增加。xiaozhi-esp32 给出了另一种回答把 AI 的手直接伸进硬件层。借助 MCPModel Context Protocol模型上下文协议大模型可以把 ESP32 的 GPIO、PWM、I2C 等接口当成工具来调用直接操作 LED、电机、温度传感器等外设。这条路径短、延迟低即便网络出现抖动很多本地控制动作依然能独立完成——这是它和传统云端语音助手的本质分野。传统链路云端 AI → 业务服务器 → 物联平台 → 设备层层转发 xiaozhi 链路设备端语音 → 大模型 → MCP 工具调用 → 引脚直接驱动外设用一句话概括这个项目想让你手里的开发板从会说话的盒子进化成能干活的小管家。初印象盘点这个开源项目到底堆了什么料先给你一个全景式的能力清单看完你大概就能判断它值不值得入坑。芯片与板卡覆盖面惊人。项目已收纳 138 个板卡目录、对外发布 171 个固件变体覆盖 ESP32、ESP32-C3、C5、C6、S3、P4 多个芯片平台。从几十块钱的面包板 DIY 套件到 M5Stack CoreS3、乐鑫 BOX-3、微雪 AMOLED 系列这类成品硬件几乎总有一款适合你。通信方式灵活多变。Wi-Fi 是基本功此外还支持有线以太网、USB RNDIS以及 ML307/EC801E、NT26 等 Cat.1 4G 模块部分硬件还能在 Wi-Fi 与 4G 之间自动切换配网则提供热点模式与 BluFi 两种入口小白也能轻松搞定。语音链路完整闭环。基于 ESP-SR 的离线语音唤醒支持自定义唤醒词、Opus 音频流、传统的流式 ASR 大模型 TTS方案与 Realtime 端到端语音模型双轨并行带 AEC 回音消除的硬件还能实现真正的实时全双工对话。更进一步项目还接入了声纹识别可以辨认当前说话的是谁。看得见的表情与听得懂的乡音。OLED/LCD 屏可以渲染表情和情绪部分硬件甚至支持摄像头视觉输入界面语言多达 38 种语音提示优先本地化缺资源时自动回退英文中文、英文、日文用户都能无障碍上手。上图是项目的核心思想图解大模型处于中枢位置向左通过 MCP 协议驱动 ESP32 上的扬声器、LED、舵机、传感器等本地资源向右同样通过 MCP 连接云端能力——智能家居联动、桌面电脑操作、知识检索、邮件收发全都能变成大模型随手可取的工具。出发之前选对硬件、备好环境的两张清单想快速跑通硬件选择上有两条路线。图省心的成品路线M5Stack CoreS3、乐鑫 ESP32-S3-BOX 系列、微雪 Touch-AMOLED 系列都是开箱即用的选择麦克风、扬声器、屏幕一应俱全烧录即玩。爱折腾的 DIY 路线一块 ESP32 开发板加上面包板、驻极体麦克风、小喇叭就能搭出原型。接线时务必确认你的芯片型号不是 C3/S3不同芯片引脚与烧录方式有差异照着社区教程逐根线核对电源与地线避免短路烧板。开发环境方面建议优先在 Linux 上操作——编译速度快也没有 Windows 驱动的幺蛾子。IDE 用 VSCode 或 Cursor安装 ESP-IDF 插件SDK 首选 v6.0.2 稳定版老硬件兼容才考虑 v5.x 分支。若你只是想先体验完全可以跳过本地编译直接下载免环境的预编译固件默认接入官方服务器即可免费使用 Qwen 实时模型。第一次点亮从拉取源码到听见它回话整个流程大约四步跟着走一遍就能听到设备开口。第一步获取源码git clone https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32 cd xiaozhi-esp32第二步选定目标芯片与板卡。先用idf.py set-target声明芯片型号再通过menuconfig在项目配置里选中你的板卡类型与功能开关。第三步编译与烧录idf.py set-target esp32s3 idf.py menuconfig idf.py build idf.py -p /dev/ttyUSB0 flash monitor第四步配网与对话。开机后设备进入配网引导用手机热点或 BluFi 方式把 Wi-Fi 信息喂给它连接成功后对着麦克风喊出唤醒词听到回应即可开始对话。想了解某块开发板的管脚是怎么定义的可以翻看对应板卡目录下的config.h。以常见板卡为例音频的 I2S 引脚、编解码芯片的 I2C 地址、按键与 LED 管脚、屏幕参数都会集中在这里改配置再重编译就能适配你自己的硬件#define AUDIO_INPUT_SAMPLE_RATE 24000 #define AUDIO_OUTPUT_SAMPLE_RATE 24000 #define AUDIO_I2S_GPIO_MCLK GPIO_NUM_10 #define AUDIO_I2S_GPIO_WS GPIO_NUM_12 #define AUDIO_I2S_GPIO_BCLK GPIO_NUM_8 #define AUDIO_I2S_GPIO_DIN GPIO_NUM_7 #define AUDIO_I2S_GPIO_DOUT GPIO_NUM_11 #define BOOT_BUTTON_GPIO GPIO_NUM_9 #define DISPLAY_WIDTH 320 #define DISPLAY_HEIGHT 240如果你是面包板党上图是一份很直观的参考开发板居中左侧接传感器与按键右侧引出喇叭电源轨与地轨分色走线。照着这个思路扩展你自己的外设就能拼出第一个原型机。通俗拆解MCP 协议是怎么让 AI上手的第一次听到 MCP 的人多半会犯嘀咕这不又是一个新协议吗其实可以用下馆子来类比——大模型是顾客你的设备是后厨MCP 就是那份随时更新的菜单。顾客大模型进店连上设备后先和服务员后台打个招呼表明自己支持 MCP随后索取菜单tools/list看看今天后厨能做什么菜——也就是设备注册了哪些工具最后照着菜单点菜tools/call比如上一份 forward 前进步后厨收到指令就去执行舵机动作。这套对话遵循 JSON-RPC 2.0 格式最核心的三个方法分别是initialize建立会话交换双方能力与版本信息tools/list列出设备当前支持的工具清单及其参数说明tools/call携带参数实际调用某个工具。设备侧的工具注册入口是McpServer::AddTool你要做的只是声明工具名、写一句给大模型看的描述、定义参数类型再塞进一个回调函数mcp_server.AddTool(self.light.set_rgb, 设置RGB灯光颜色, PropertyList({ Property(r, kPropertyTypeInteger, 0, 255), Property(g, kPropertyTypeInteger, 0, 255), Property(b, kPropertyTypeInteger, 0, 255) }), this - ReturnValue { SetLedColor(properties[r].valueint(), properties[g].valueint(), properties[b].valueint()); return true; });云端发起一次控制的请求长这样{ jsonrpc: 2.0, method: tools/call, params: { name: self.chassis.go_forward, arguments: {} }, id: 2 }值得一提的是这个项目的 MCP 是双层的设备端 MCP 让大模型控制音量、灯光、电机、GPIO 等本地资源云端 MCP 则把智能家居、PC 桌面操作、知识搜索、邮件收发等能力也包装成工具。两层一叠加你的机器人既能动手动脚又能呼风唤雨。三个拿来就用的落地玩法理论说再多不如看看别人是怎么玩的。玩法一组一个全屋语音控制中枢。把设备放在客厅通过云端 MCP 接好家里的智能灯具与空调一句把客厅灯调暗空调设到 26 度就能生效。结合本地传感器还能做成温湿度语音播报、定时自动执行之类的联动场景。玩法二给孩子配一个学习陪伴机器人。借助屏幕表情与声纹识别设备可以变成能认人的学伴——做对题夸奖一句、答错题换个温柔的引导孩子用语音提问大模型即时解答编程启蒙时还能通过语音让硬件动起来直观感受指令即行动。玩法三在工业或穿戴场景里当助手。面向运维场景可以做成设备状态语音查询、故障排查问答的口袋专家面向创客场景社区里已有基于 ESP-HI 的超低成本机器狗、璀璨 AI 吊坠等作品把 MCP 工具注册成前进、转向、变色一台会跳舞的语音机器狗就诞生了。排障速查高频问题的定位与性能调优真机调试总会踩几个坑这里按高频程度给你一份速查表。编译报错先核对 ESP-IDF 版本是否在要求范围内版本无误仍报错执行idf.py fullclean清掉缓存再重编还不行就开详细日志定位到具体组件再查。识别率偏低优先检查麦克风增益与摆放位置确认采样率、位深配置是否与硬件匹配环境噪音明显时开启内置降噪与 VAD 语音活动检测能过滤掉大量无效录音。连接不稳或无声对照接线图逐脚复核重点排查供电——语音播放瞬间电流峰值较高供电不足会导致杂音甚至重启同时验证 GPIO 配置与板卡定义是否一致。性能调优可以从三个维度下手内存按需选用 4M/8M/16M/32M 分区表配合外部 PSRAM 扩大可用堆再根据实测调整音频缓冲区大小在延迟与占用之间找平衡功耗开启深度睡眠压低待机电流按负载动态调节 CPU 频率并对外设做精细化电源管理适合电池供电的便携设备响应优先保证网络质量以降低云端往返延迟常用回复做本地缓存音频采集与网络请求分线程并行让对话更跟手。进阶从玩别人的固件到做自己的设备觉得不过瘾项目为二次开发留足了空间三个方向由浅入深。方向一定制专属唤醒词。准备几段 3 到 5 秒、16kHz 单声道的音频样本用社区的训练工具生成唤醒模型替换默认模型后重新编译——从此设备只认你的声音密码。方向二给新开发板写驱动。在main/boards/下按品牌-型号命名新建目录依次补齐板级初始化代码、config.h管脚配置和config.json发布配置再用构建脚本编译验证。需要留意的是不要随意覆盖既有板卡的配置保持开发板标识唯一否则未来 OTA 升级可能被标准固件顶掉。详细的落地步骤在项目文档docs/custom-board_zh.md里有完整说明。方向三接入第三方大模型服务。项目默认对接官方服务器但你也可以换成 OpenAI 系接口、本地量化模型隐私友好甚至针对特定领域微调过的专用模型让机器人的脑回路更贴合你的业务。内容素材方面项目还提供了配套工具链scripts/p3_tools/下的批量转换工具可以在常见音频与 ESP32 播放格式之间互转调整响度后一键打包方便你替换提示音、开机语等本地语音资源。最后这个项目的生命力有一部分攥在你手里xiaozhi-esp32 由虾哥开源并以 MIT 许可证发布允许免费使用、修改乃至商用。项目的意图很朴素——降低 AI 硬件开发的门槛让更多人和大模型在实体世界里产生连接。如果你愿意参与进来可贡献的远不止代码修 bug、优化性能、补文档、适配新板卡、分享应用案例每一种都是社区需要的燃料。而项目的未来想象空间也很大融合摄像头实现多模态交互、多设备协同的分布式部署、设备端模型微调与个性化、推动 MCP 协议成为行业标准……每一个方向都可能长出新的玩法。回到开头的问题一块几十块钱的 ESP32真的能成为你的 AI 硬件伙伴吗答案已经摆在眼前。拿起开发板接好麦克风和喇叭先让它开口说第一句话——剩下的交给你的好奇心。扩展关键词提示ESP32 智能语音助手搭建教程、MCP 协议设备控制实战、边缘 AI 硬件开发入门、xiaozhi-esp32 快速上手指南、ESP32 自定义唤醒词训练、ESP32 开发板兼容列表、语音控制 GPIO 外设方法、ESP32 离线语音识别方案、基于大模型的物联网设备控制、ESP32 多语言语音交互配置。【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
