xiaozhi-esphome
xiaozhi-esphome 是一款开源固件项目，旨在让基于“小智”方案的智能硬件无缝接入 ESPHome 和 Home Assistant 生态。它解决了原本封闭或专用的小智语音设备难以直接融入主流智能家居系统的问题，用户无需更换硬件，只需刷入新固件，即可将这些小巧的设备变身为功能强大的本地语音助手卫星节点。
该项目特别适合热爱动手的智能家居爱好者、ESPHome 用户以及希望实现高度自定义语音控制的开发者。其核心亮点在于广泛的硬件兼容性，不仅支持 Espressif EchoEar、Spotpear 系列球体与盒子等成品设备，还涵盖了 Waveshare、Guition 等多种开发板甚至 DIY 面包板方案。通过简单的网页端配置流程，用户即可完成无线部署，并在 Home Assistant 中直接调用设备的麦克风与扬声器，实现低延迟、高隐私的本地语音交互体验。对于希望打破品牌壁垒、构建统一智能家庭中枢的用户而言，xiaozhi-esphome 提供了一个低成本且灵活的解决方案。
使用场景
智能家居爱好者小明购买了几款廉价的“小智”语音开发板（如 Spotpear Ball），希望将它们改造为卧室和客厅的 Home Assistant 语音卫星，实现全屋语音控制。
没有 xiaozhi-esphome 时
- 固件封闭难定制：设备原厂固件功能固定，无法深度集成到 Home Assistant 生态中，只能作为独立孤岛运行。
- 开发门槛极高：若想自行开发适配代码，需从零编写复杂的 ESPHome 配置文件，包括音频驱动、Wi-Fi 配网及 API 对接，耗时数天。
- 硬件兼容性差：市面上众多基于 ESP32-S3 的廉价语音屏或开发板缺乏现成支持，买来后往往因缺少驱动代码而变成“砖头”。
- 部署流程繁琐：每次更新功能都需要手动编译固件并通过 USB 线刷写，无法实现远程无线升级（OTA），维护成本高昂。
使用 xiaozhi-esphome 后
- 无缝接入 HA：直接套用预设配置，几分钟内即可将小智设备转化为 Home Assistant 的原生语音卫星，完美联动家中灯光与传感器。
- 开箱即用体验：项目内置了数十种热门开发板（如 Waveshare 屏幕、EchoEar 等）的驱动模板，无需懂底层代码，复制粘贴即可编译。
- 广泛硬件支持：无论是 DIY 面包板还是成品语音屏，都能通过该方案快速激活，让低成本硬件瞬间拥有高端智能音箱的能力。
- 便捷无线维护：首次烧录后，后续所有配置修改均可通过 Wi-Fi 无线推送，坐在沙发上即可完成全屋语音节点的迭代升级。
xiaozhi-esphome 的核心价值在于打破了专用语音助手的硬件壁垒，让开发者能以极低的成本和零代码基础，将任意兼容的 ESP32 设备变身为强大的 Home Assistant 语音终端。
运行环境要求
- 未说明
不需要 GPU
未说明
快速开始
XIAOZHI-ESPHOME
将你的小智AI设备在ESPHome中用作Home Assistant的语音助手卫星设备。
应大家要求，这个GitHub项目提供了一种简单的方法，可以将基于小智的设备与ESPHome结合使用。这些小巧的设备可以用作与Home Assistant集成的语音助手。
🚀 快速入门指南
逐步安装：
- 通过USB将设备连接到电脑。打开ESPHome Web，点击“+ 新设备”，按照提示进行设置并连接到Wi‑Fi。
- 在ESPHome Builder中，接管新发现的设备，编辑配置文件，粘贴适用于你设备的代码，但保留原始设备的
name。（你可以根据需要自定义friendly_name。） - 保存并无线安装配置文件。等待设备重启并开始运行你的代码。
- 设备上线后，前往Home Assistant > 设备，接受新设备。这将启动语音助手的设置流程。
第3步注意事项： 如果无线安装失败，并提示你需要使用USB烧录：
- 如有必要，请重新将设备连接到电脑。
- 再次保存并安装，选择“插入此电脑”，等待固件编译、下载，并使用ESPHome Web通过USB进行安装。 这种情况只会在第一次发生，因为那时需要更新分区表。后续更新都可以通过无线方式进行。
关于ESPHome安装设备的视频被YouTube删除，我的账号也被封禁了。真是个奇怪的世界啊。
✅ 目前支持的设备
- Espressif EchoEar v1.0
- Espressif EchoEar v1.2
- Spotpear Ball v1
- Spotpear Ball v2
- Spotpear Muma Box v1
- Spotpear Muma Box v2
- Spotpear Muma Horse v1
- Spotpear Muma Horse v2
- Spotpear Puck
- DIY（面包板）
- Guition 1.8" Taichi pi (JC3636W518C) v1（已于2025年7月停产）
- Guition 1.8" Taichi pi (JC3636W518C) v2
- Xingzhi Cube 1.54
- “Breadboard Mini”，这款售价7美元的定制ESP32‑S3集成了所有组件
- Waveshare 2.06" OLED 腕表
- Waveshare ESP32‑S3‑Touch‑LCD‑1.85C v1
- Waveshare ESP32‑S3‑Touch‑LCD‑1.85C v2
- Waveshare ESP32‑S3‑Touch‑LCD‑3.49
- Waveshare ESP32‑P4‑86‑Panel‑ETH‑2RO 全新
- Waveshare 音频板 全新
- Guition 4.3C 全新
- Guition 7.0 全新
- Freenove 2.8 全新
- Waveshare amoled 1.75 全新
- Xingzhi Cube 1.83 2‑Mic 全新
（新设备会先出现在模块化版本中进行测试。）
🛒 购买渠道
EchoEar：https://www.aliexpress.com/item/1005009834934442.html
Ball v1 & v2：https://vi.aliexpress.com/item/1005008627679270.html
替代链接：https://www.aliexpress.com/item/1005009762104155.html
Muma Box：https://vi.aliexpress.com/item/1005009043526078.html
Muma Horse：https://vi.aliexpress.com/item/1005008884232596.html
Puck：https://www.aliexpress.com/item/1005009016529496.html
Guition Taichi pi：https://vi.aliexpress.com/item/1005007420092928.html
Xingzhi Cube 1.54：https://www.aliexpress.com/item/1005008565082769.html
Breadboard：请查看devices/Breadboard：https://github.com/RealDeco/xiaozhi-esphome/tree/main/devices/Breadboard
Breadboard Mini：https://www.aliexpress.com/item/1005009448496585.html
Waveshare 2.06" OLED 腕表：https://vi.aliexpress.com/item/1005009516438849.html
Waveshare ESP32‑S3‑Touch‑LCD‑1.85C：https://www.aliexpress.com/item/1005008634826817.html
Waveshare ESP32‑S3‑Touch‑LCD‑3.49：https://www.aliexpress.com/item/1005009894437640.html
Waveshare ESP32‑P4‑86‑Panel‑ETH‑2RO：https://www.aliexpress.com/item/1005009197112179.html
Waveshare 音频板：https://www.aliexpress.com/item/1005009819735457.html
Guition P4 4.3C：https://www.aliexpress.com/item/1005009673625472.html
Guition P4 7.0：https://www.aliexpress.com/item/1005010022828767.html
Freenove 2.8"：https://www.aliexpress.com/item/1005009876628479.html
Xingzhi Cube 1.83 2‑Mic：https://www.aliexpress.com/item/1005010442374066.html
Waveshare amoled 1.75：https://www.aliexpress.com/item/1005008989323572.html
配件：
适用于4英寸设备的背面外壳（壁挂式），非常适合桌面使用。 https://www.aliexpress.com/item/1005006149480110.html
用于固定上方图片中Ball的“Eggvenger”人偶3D模型文件，v2比v1大，建议放大115%使用。 https://makerworld.com/en/models/1238732-eggvenger-superhero-egg-holder
用于Guiton JC3636W518显示屏的无线充电器支架3D文件 https://makerworld.com/en/models/238543-wireless-charger-holder
Guiton JC3636W518显示屏的无线充电器：https://vi.aliexpress.com/item/1005005066837741.html
Guiton JC3636W518显示屏的卷曲音频线：https://vi.aliexpress.com/item/1005007061609551.html
Freenove 2.8"的保护壳（记得选择正确的打印参数）：https://makerworld.com/en/models/1382304-aura-smart-weather-forecast-display
更多3D文件请见：https://github.com/RealDeco/xiaozhi-esphome/tree/main/3D_Files
---完---
常见问题
相似工具推荐
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
awesome-machine-learning
awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。 它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。 其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。
scikit-learn
scikit-learn 是一个基于 Python 构建的开源机器学习库，依托于 SciPy、NumPy 等科学计算生态，旨在让机器学习变得简单高效。它提供了一套统一且简洁的接口，涵盖了从数据预处理、特征工程到模型训练、评估及选择的全流程工具，内置了包括线性回归、支持向量机、随机森林、聚类等在内的丰富经典算法。 对于希望快速验证想法或构建原型的数据科学家、研究人员以及 Python 开发者而言，scikit-learn 是不可或缺的基础设施。它有效解决了机器学习入门门槛高、算法实现复杂以及不同模型间调用方式不统一的痛点，让用户无需重复造轮子，只需几行代码即可调用成熟的算法解决分类、回归、聚类等实际问题。 其核心技术亮点在于高度一致的 API 设计风格，所有估算器（Estimator）均遵循相同的调用逻辑，极大地降低了学习成本并提升了代码的可读性与可维护性。此外，它还提供了强大的模型选择与评估工具，如交叉验证和网格搜索，帮助用户系统地优化模型性能。作为一个由全球志愿者共同维护的成熟项目，scikit-learn 以其稳定性、详尽的文档和活跃的社区支持，成为连接理论学习与工业级应用的最
keras
Keras 是一个专为人类设计的深度学习框架，旨在让构建和训练神经网络变得简单直观。它解决了开发者在不同深度学习后端之间切换困难、模型开发效率低以及难以兼顾调试便捷性与运行性能的痛点。 无论是刚入门的学生、专注算法的研究人员，还是需要快速落地产品的工程师，都能通过 Keras 轻松上手。它支持计算机视觉、自然语言处理、音频分析及时间序列预测等多种任务。 Keras 3 的核心亮点在于其独特的“多后端”架构。用户只需编写一套代码，即可灵活选择 TensorFlow、JAX、PyTorch 或 OpenVINO 作为底层运行引擎。这一特性不仅保留了 Keras 一贯的高层易用性，还允许开发者根据需求自由选择：利用 JAX 或 PyTorch 的即时执行模式进行高效调试，或切换至速度最快的后端以获得最高 350% 的性能提升。此外，Keras 具备强大的扩展能力，能无缝从本地笔记本电脑扩展至大规模 GPU 或 TPU 集群，是连接原型开发与生产部署的理想桥梁。