小智 AI 聊天机器人是什么
小智 AI 聊天机器人（开源仓库 78/xiaozhi-esp32，项目主页 xiaozhi.me）是虾哥开源的 ESP32 语音聊天机器人项目，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，许可证署名为 Shenzhen Xinzhi Future Technology Co., Ltd. 与项目贡献者。仓库主语言为 C++，topics 为 chatbot、esp32、mcp，官方描述为「一个基于 MCP 的聊天机器人」，README 提供中文、英文、日文三个语言版本。按 2026-11-12 抓取的官方 main 分支快照：该仓库有 33106 stars、7837 forks、695 个 open issues，创建于 2024-08-31，main 分支最后推送时间为 2026-11-12T06:17:52Z。项目的定位是一个语音交互入口：利用 Qwen、DeepSeek 等大模型的 AI 能力，通过 MCP 协议实现多端控制；玩家既可以在面包板上手工搭出一台会说话的终端，也可以给市售开发板直接烧录官方固件使用。
支持的芯片与已实现功能
- 芯片平台：按官方 README「已实现功能」一节，固件支持 ESP32、ESP32-C3、ESP32-C5、ESP32-C6、ESP32-S3、ESP32-P4 六个芯片平台。
- 网络方式：网络方面支持 Wi-Fi、有线以太网、USB RNDIS，以及 ML307、EC801E、NT26 三类 Cat.1 4G 模组，部分硬件支持 Wi-Fi 与 4G 的切换；Wi-Fi 配网提供热点与 BluFi 两种方式。
语音链路基于 ESP-SR 实现离线语音唤醒，支持自定义唤醒词；音频采用 Opus 流，既支持传统的流式 ASR + LLM + TTS 方案，也支持 Realtime 端到端语音模型；具备 AEC 的硬件可实现实时全双工交互。通信传输有 WebSocket 与 MQTT + UDP 两种方式。
交互体验层面，小智还提供 3D Speaker 声纹识别（识别当前说话人的身份）、OLED 与 LCD 显示屏的表情和情绪呈现（部分硬件支持摄像头视觉输入）、电量显示与电源管理，以及 38 种界面语言——语音提示优先使用本地化资源，缺失时自动回退到英文。
设备端与云端 MCP
控制能力分两端：设备端 MCP 实现设备控制，官方列出的例子包括音量、灯光、电机、GPIO 等；云端 MCP 用来扩展大模型能力，覆盖智能家居控制、PC 桌面操作、知识搜索、邮件收发等场景。个性化方面支持自定义唤醒词、字体、表情与聊天背景，官方还提供网页端在线修改的自定义 Assets 生成器。
最新发布与固件矩阵规模
按 2026-11-12 抓取的官方 v2.5.2 发布包：
| 字段 | 值 | 来源 |
|---|---|---|
| 最新 release | v2.5.2 | 官方 v2.5.2 发布包 |
| 发布于 | 2026-10-11T20:49:36Z | 官方 v2.5.2 发布包 |
| 构建 commit | 49b4380b3faa0ceadd28a3e78aaf0f311c46c57e | 官方 v2.5.2 发布包 |
| assets | 共 190 个 assets（含 release-manifest.json 与 SHA256SUMS） | 官方 v2.5.2 发布包 |
| release 自述 | 188 firmware variants for 154 board directories, built with ESP-IDF 6.1.0 | 官方 v2.5.2 发布包 |
| manifest 顶层字段 | schema_version、version、tag、source_sha、idf_version、board_count、firmware_count 与 variants 等字段 | 官方 v2.5.2 发布包 |
| 其中 | idf_version=6.1.0、board_count=154、firmware_count=188 | 官方 v2.5.2 发布包 |
| 芯片 | 变体数 |
|---|---|
| esp32s3 | 126 |
| esp32p4 | 27 |
| esp32c3 | 10 |
| esp32c6 | 10 |
| esp32 | 7 |
| esp32s31 | 4 |
| esp32c5 | 4 |
target 分布中 ESP32-S3 变体数量最多；manifest 里可以检索到 espressif-esp-box-3、lckfb-lichuang-dev、magiclick-2p4、xmini-c3，以及 10 个 board 以 bread- 开头的面包板系列变体。
另按官方 README 的口径，当前矩阵包含 171 个变体；这一数字与发布包 manifest 的 188 个变体属于不同时间点的统计，本 wiki 写到具体数字时一律注明来源与抓取时间，不把任何一组写成唯一结论。
新手不需要搭 IDF 环境
官方 README「固件烧录」一节明确建议：新手第一次操作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免费使用 Qwen 实时模型；已拥有设备并接入官方服务器的用户，可登录 xiaozhi.me 控制台配置大模型。只有需要改动开源代码重新编译、开发自定义开发板或想学习编程的用户，才需要搭建 ESP-IDF 开发环境，版本要求与边界在「源码编译与 ESP-IDF 版本边界」专页展开。
本 wiki 的主线按「烧固件 → 配网 → 激活 → 第一次对话 → 排障」组织：先读「板卡与固件变体怎么选」确认板型，再按「快速开始」走六步最小路径；面包板接线、Wi-Fi 配网、设备激活、第一次对话与故障排查各有专页，版本与数字口径另有专页汇总校准。