OpenGlass
OpenGlass 是一款开源项目,旨在让用户仅用不到 25 美元的现成硬件,就能将普通眼镜改造成具备 AI 能力的智能眼镜。它解决了传统智能眼镜价格高昂、功能封闭且难以定制的问题,让每个人都能以极低的成本体验记录生活、识别物体、翻译文字以及记忆遇见的人等智能化功能。
该项目特别适合热爱动手的开发者、硬件爱好者以及希望探索可穿戴 AI 应用的研究人员使用。用户只需准备 Seeed Studio XIAO ESP32 S3 Sense 开发板、小型锂电池和 3D 打印支架,配合简单的固件烧录与软件配置,即可搭建属于自己的智能眼镜。
OpenGlass 的技术亮点在于其高度的“可黑客性”与开放性。它支持接入 Groq、OpenAI 等云端大模型,也兼容本地部署的 Ollama(如 Moondream 模型),在保护隐私的同时提供了灵活的算力选择。虽然目前原仓库已迁移至 Omi 项目继续维护,但其核心理念依然是打破硬件壁垒,让 AI 视觉能力真正融入日常佩戴的眼镜之中,为个人智能辅助设备的普及提供了极具参考价值的低成本方案。
使用场景
一位经常参加国际技术峰会的独立开发者,需要在会议现场快速记录灵感、识别陌生硬件组件并克服语言障碍。
没有 OpenGlass 时
- 记录中断思维:遇到有趣的演讲或演示时,必须停下交谈,掏出手机打开相机录像,打断了对内容的深度思考。
- 信息查询繁琐:看到不认识的开源硬件模块,需要手动拍照、解锁手机、打开搜索引擎识图,流程冗长且容易错过后续讲解。
- 语言沟通受阻:在与外国开发者交流时,面对快速的专业术语输出,难以实时理解,依赖事后找翻译软件回顾录音,效率极低。
- 设备成本高昂:若想实现第一视角的实时 AI 辅助,市面上成熟的智能眼镜价格动辄数千元,且系统封闭无法自定义功能。
使用 OpenGlass 后
- 无感持续记录:仅需佩戴改装后的普通眼镜,OpenGlass 即可利用低成本组件自动记录第一视角画面,让开发者全程专注于对话与思考。
- 即时物体识别:注视陌生硬件时,OpenGlass 结合本地部署的 Moondream 模型能毫秒级识别组件型号并语音播报参数,无需任何手动操作。
- 实时跨语言辅助:开启翻译模式后,OpenGlass 能实时转录并翻译对方的外语讲解,将跨国技术交流变得像母语对话一样流畅。
- 极客定制自由:仅花费不到 25 美元的材料费,开发者即可拥有完全可黑盒(Hackable)的 AI 眼镜,并能根据需求调整固件和 AI 模型。
OpenGlass 以极低的硬件门槛,将普通眼镜升级为懂你所见、即时响应的智能助手,彻底释放了开发者在现实世界中的感知与交互效率。
运行环境要求
- 未说明
未说明
未说明

快速开始
ℹ️ 🔴 我们已将该项目迁移到 Omi 仓库。当前仓库已不再维护 =>
ℹ️ 🔴 我们已将该项目迁移到 Omi 仓库。当前仓库已不再维护 =>
ℹ️ 🔴 我们已将该项目迁移到 Omi 仓库。当前仓库已不再维护 =>
OpenGlass - 开源智能眼镜
只需不到25美元的现成组件,就能把任何眼镜变成可编程的智能眼镜。记录生活、记住遇到的人、识别物体、翻译文字等等。

视频演示
想要预装版本吗?
我们将限量发售预装套件。请填写兴趣表单,以便收到通知。
社区
加入Based Hardware Discord,获取设置问题解答、贡献指南等信息。
入门指南
按照以下步骤设置 OpenGlass:
硬件
准备所需组件:
使用提供的 STL 文件打印眼镜支架外壳。
打开固件文件夹,并在 Arduino IDE 中打开
.ino文件。按照软件准备步骤,在 Arduino IDE 中为 XIAO ESP32S3 板进行设置:
- 将 ESP32 板包添加到 Arduino IDE:
- 导航至“文件”>“首选项”,在“附加板管理器 URL”中填入:
https://raw.githubusercontent.com/espressif/arduino-esp32/gh-pages/package_esp32_index.json - 导航至“工具”>“板”>“板管理器...”,在搜索框中输入关键词
esp32,选择最新版本的esp32并安装。
- 导航至“文件”>“首选项”,在“附加板管理器 URL”中填入:
- 选择您的板和端口:
- 在 Arduino IDE 的顶部,选择端口(很可能是 COM3 或更高)。
- 在左侧的开发板中搜索
xiao,然后选择XIAO_ESP32S3。
- 将 ESP32 板包添加到 Arduino IDE:
在烧录之前,请在 Arduino IDE 的“工具”下拉菜单中确保将“PSRAM:”设置为“PSRAM: OPI PSRAM”。

- 将固件上传到 XIAO ESP32S3 板上。
软件
克隆 OpenGlass 仓库并安装依赖项:
git clone https://github.com/BasedHardware/openglass.git cd openglass npm install您也可以使用 yarn 进行安装,方法是:
yarn install在位于 https://github.com/BasedHardware/OpenGlass/blob/main/sources/keys.ts 的
keys.ts文件中添加 Groq 和 OpenAI 的 API 密钥。对于 Ollama,您可以从 https://github.com/ollama/ollama 仓库自行托管 REST API,并将该 URL 添加到
keys.ts文件中。URL 应为 http://localhost:11434/api/chat打开终端并输入 “ollama pull moondream:1.8b-v2-fp16”
启动应用程序:
npm start如果使用 yarn,则通过以下命令启动应用:
yarn start注意:这是一个 Expo 项目。目前,请打开本地主机链接(在完成第 5 步后会显示),以访问网页版。
许可证
本项目采用 MIT 许可证授权。
ℹ️ 🔴 我们已将该项目迁移到 Omi 仓库。当前仓库已不再维护 =>
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。
