Info
78/xiaozhi-esp32: An MCP-based chatbot | 一个基于MCP的聊天机器人
让我们一起探索人工智能与机器人技术的迷人世界！
小智的官方服务器 Xiaozhi
DIY 硬件
ESP32-S3 开发板：小智AI聊天机器人面包板DIY硬件清单与接线教程 - 飞书云文档
- 开发板：ESP32-S3-DevKitC-1（选择 WROOM N16R8 模组）
- 选 N16R8 模组，即 16 MB Flash 和 8 MB PSRAM 的配置
- 数字麦克风：INMP441 / ICS43434
- 功放：MAX98357A
- 腔体喇叭：8Ω 2~3W 或 4Ω 2~3W
- 导线：跳线一盒，杜邦线若干
- 400 孔面包板 2 块
- 128x32 I2C (IIC) 液晶显示屏，SSD1306 驱动（推荐）
- ML307R Cat.1 4G 模组，AT 固件版（可选）
- 6*6mm 立式 轻触开关（可选）
其他：
- ESP32-C3 ESP32-C3小智AI终端面包板DIY硬件接线教程 - 飞书云文档
- ESP32 ESP32面包板-小智AI 制作说明 - 飞书云文档
功放 MAX98357A
引脚：
- VCC: 电源正极，DC 2.5V~5.5V
- GND: 接地
- SD: 关机和频道选择。
SD_MODE拉低以将器件置于关端状态。 - GAIN: 增益和频道选择。在 TDM 模式下，增益固定为 12dB。
- DIN: 数字输入信号
- BCLK: 位时钟信号
- LRC: I2S 与 LJ 模式的左/右时钟。同步时钟用于 TDM 模式。
接线
| ESP32-S3 | 麦克风 INMP441 | Note |
|---|---|---|
| GPIO4 | WS | 数据选择 |
| GPIO5 | SCK | 数据时钟 |
| GPIO6 | SD | 数据输出 |
| 3V3 | VDD | 电源正 3.3V |
| GND | GND | 接地 |
| GND | L/R | 左/右声道 |
| ESP32-S3 | 数字功放 MAX98357A | Note |
|---|---|---|
| GPIO7 | DIN | 数字信号 |
| GPIO15 | BCLK | 位时钟 |
| GPIO16 | LRC | 左/右时钟 |
| 3V3 | Vin or VCC | 电源 |
| 3V3 | SD | 关机频道 |
| GND | GND | 接地 |
| GAIN | 增益和频道（BGA 封装（芯片小的）不用） |
| ESP32-S3 | 显示屏（IIC / I2C 接口） | Note |
|---|---|---|
| GPIO41 | SDA | 数据线 |
| GPIO42 | SCK | 时钟线 |
| 3V3 | VCC | 电源 |
| GND | GND | 接地 |
| ESP32-S3 | 其他 | Note |
|---|---|---|
| GPIO39 | 音量键按钮 | 另一头接 GND |
| GPIO40 | 音量加按钮 | 另一头接 GND |
| GPIO0 | BOOT 按钮 | 另一头接 GND |
自定义开发板
xiaozhi-esp32/docs/custom-board.md 自定义开发板指南
Known Issues
只能语音唤醒
添加远程唤醒MCP,能唤醒有文字返回，就是没有声音 · Issue #1215 · 78/xiaozhi-esp32
mqtt+udp通信问题 · Issue #503 · 78/xiaozhi-esp32
对于发起对话，Websocket是没有太多限制的。目前MQTT+UDP协议规定了，需要设备端先发送语音，语音通道才能成功建立，否则服务器无法知道设备端的UDP地址。
服务器自动结束对话
用户长时间没有说话，你可以告别后主动结束会话。这个可以手动关闭吗？角色里说了不需要告别，但有时候一分钟后还是说一下再见这样 · Issue #588 · 78/xiaozhi-esp32
服务器会在最后一条 AI 说话的内容之后大约一分钟的时候，给 AI 发一条消息：
1 | 用户长时间没有说话，你可以简单告别后输出 `✿END✿` 结束本次对话。 |
这个在 MQTT + UDP 的场景下会有。WebSocket 不会。
三方开源服务端 xiaozhi-esp32-server
