xiaozhi-esp32是一款基于 ESP-IDF 开发框架的开源硬件项目，旨在利用低成本硬件打造个人专属的 AI 聊天机器人。它通过 WebSocket 或 UDP 协议与 LLM、TTS API 服务连接，实现实时语音交互功能，无需在设备上运行 LLM，支持中文在内的多国语言、语音识别用户身份、自定义提示词和音色等功能，兼容多款 ESP32 开发板。

主要功能

• Wi-Fi / ML307 Cat.1 4G
• BOOT 键唤醒和打断，支持点击和长按两种触发方式
• 离线语音唤醒 ESP-SR
• 流式语音对话（WebSocket 或 UDP 协议）
• 支持国语、粤语、英语、日语、韩语 5 种语言识别 SenseVoice
• 声纹识别，识别是谁在喊 AI 的名字 3D Speaker
• 大模型 TTS（火山引擎 或 CosyVoice）
• 大模型 LLM（Qwen2.5 72B 或 豆包 API）
• 可配置的提示词和音色（自定义角色）
• 短期记忆，每轮对话后自我总结
• OLED / LCD 显示屏，显示信号强弱或对话内容

安装和使用

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》

已支持的开源硬件

• 立创·实战派 ESP32-S3 开发板
• 乐鑫 ESP32-S3-BOX3
• M5Stack CoreS3
• AtomS3R + Echo Base
• 神奇按钮 2.4
• 虾哥 Mini C3
• 微雪电子 ESP32-S3-Touch-AMOLED-1.8

固件部分

免开发环境烧录

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。固件使用的是作者友情提供的测试服，目前开放免费使用，请勿用于商业用途。

👉 Flash烧录固件（无IDF开发环境）

开发环境

• Cursor 或 VSCode
• 安装 ESP-IDF 插件，选择 SDK 版本 5.3 或以上
• Linux 比 Windows 更好，编译速度快，也免去驱动问题的困扰

AI 角色配置

如果你已经拥有一个小智 AI 聊天机器人，可以参考 👉 后台操作视频教程

详细的使用说明以及测试服的注意事项，请参考 👉 小智测试服的帮助说明。