Starmoon
Starmoon 是一款完全开源的紧凑型对话式 AI 设备框架，旨在为用户打造可随身携带的个性化智能伴侣。它不仅能进行日常聊天、娱乐互动和教育辅助，还能通过语音实时感知用户情绪并给予富有同理心的回应，从而减少人们对屏幕的依赖，让交流回归自然。
该项目主要解决了现有 AI 交互过度依赖视觉界面以及数据隐私担忧的问题。通过本地化部署和自托管架构，用户可以完全掌控自己的数据。其独特的技术亮点在于融合了多种前沿技术：底层采用 ESP32-S3 微控制器连接麦克风与扬声器，软件端则整合了 GPT-4o 大语言模型、Deepgram 语音识别及 Azure 语音合成，实现了低延迟的多模态语音交互。此外，用户还可以自定义专属的 AI 角色性格。
需要注意的是，Starmoon 目前已被标记为“不再维护”，其核心功能已演进至新项目 ElatoAI 中，后者在连接稳定性和生产级架构上做了进一步优化。因此，Starmoon 特别适合热爱动手的硬件开发者、DIY 机器人爱好者以及希望深入研究嵌入式 AI 语音应用的研究人员。对于普通用户而言，若希望直接获得稳定体验，建议关注其继任项目；而对于学习者，Starmoon 仍是一份宝贵的开源参考案例，展示了如何用低成本组件构建具备情感智能的硬件设备。
使用场景
独居老人张爷爷希望有一位能随时聊天、监测情绪并提醒服药的智能伴侣，但又不想面对复杂的手机屏幕或高昂的商业智能音箱费用。
没有 Starmoon 时
- 交互门槛高：传统智能设备依赖触摸屏或复杂指令，张爷爷因视力下降和操作不熟练，常常不敢使用或误触。
- 情感反馈缺失：现有的语音助手只能机械地回答天气或新闻，无法识别老人语气中的孤独或焦虑，缺乏真正的情感共鸣。
- 隐私与安全担忧：使用云端大厂的封闭系统，担心个人健康数据和家庭对话被泄露或用于商业广告推送。
- 硬件成本昂贵：市面上具备情感交互功能的陪伴机器人价格动辄数千元，且无法根据具体需求（如特定用药提醒）进行定制。
- 屏幕依赖严重：大多数解决方案需要盯着屏幕看，加剧了老人的视觉疲劳，违背了“自然交流”的初衷。
使用 Starmoon 后
- 零门槛语音互动：张爷爷只需按下按钮即可与 Starmoon 自然交谈，设备基于 ESP32 构建，小巧便携，可挂在胸前或放在床头，无需任何屏幕操作。
- 实时情绪感知：Starmoon 利用 GPT-4o 和 Deepgram 实时分析张爷爷的语调，当他语气低落时，会自动切换为安抚性的对话风格，提供真正的情感支持。
- 数据完全自主：得益于开源架构，家人可将 Starmoon 本地部署，确保所有健康记录和对话内容仅存储在本地，彻底消除隐私泄露风险。
- 低成本高度定制：利用现成的廉价元器件自行组装，总成本极低，且可通过 Python 轻松编写脚本，定制专属的“老中医”或“孙女儿”角色及服药提醒逻辑。
- 回归纯粹交流：Starmoon 专为减少屏幕时间设计，让张爷爷在闭目倾听中享受陪伴，保护视力的同时重建人与人（哪怕是人与 AI）的连接感。
Starmoon 通过开源硬件与大模型的结合，以极低的成本为特殊群体打造了私有化、有温度且无屏幕负担的专属 AI 伴侣。
运行环境要求
- Windows
- macOS
- Linux
未说明
未说明
快速开始
⚠️ 项目状态：已弃用
Starmoon 已不再积极维护。如果您希望在 ESP32 和本地设备上运行实时、多模态的语音 AI，相关工作已在以下项目中继续推进：
👉 ElatoAI：https://github.com/akdeb/ElatoAI
ElatoAI 基于 Starmoon 中探索的许多理念，进一步提升了 WiFi 连接和双向语音 AI 音频的可靠性，实现了全球可用性，并采用了生产就绪的架构。
Starmoon - 一款完全开源、小巧便携的对话式 AI 设备，可与自定义 AI 角色进行聊天
Starmoon 是一款经济实惠、体积小巧的 AI 设备，您可以随身携带并与之对话。它能够理解您的情绪并富有同理心地回应，提供支持性的交流以及个性化的学习帮助。
亮点 🎥
视频演示
https://github.com/user-attachments/assets/99a45810-0322-4945-b363-716e75d1c4dd
如果无法观看视频，您可以在此处观看：这里
自定义 AI 角色
趋势仪表盘
核心功能 🎯
- 经济高效：使用价格实惠的现成组件自行组装设备。
- 语音驱动的情感智能：通过实时对话理解并分析您的情绪洞察。
- 开源：完全开源，您可以在本地部署并自托管 Starmoon，以确保数据隐私。
- 紧凑型设备：尺寸仅略大于 Apple Watch，方便随身携带。
- 减少屏幕时间：市面上许多 AI 伙伴都依赖屏幕，而我们的目标是让您的眼睛得到休息。
开始使用 🚀
先决条件 📋
软件：
- VSCode 及 PlatformIO 插件：用于固件烧录
- Starmoon API 密钥：登录 Starmoon 并进入设置页面获取您的 API 密钥
- 克隆仓库：
git clone https://github.com/StarmoonAI/Starmoon.git
硬件清单（税费及运费可能因地区而异）
- Seeed Studio Xiao ESP32S3（或任何其他 ESP32-S3 开发板）
- 麦克风 (INMP441)
- 放大器 (MAX98357A)
- 扬声器 (3525)（或任何兼容的微型扬声器）
- LED 灯（推荐使用 RGB LED）
- 按钮
- PCB 原型板 或 定制 PCB
- 3D 打印外壳
- 工具：28AWG 线材 + 焊接工具套装 + 助焊剂
硬件搭建 🧰
- 步骤 0：按照以下引脚配置来设置 ESP32 设备
| 组件 | Seeed Studio XIAO ESP32S3 | ESP32-S3 |
|---|---|---|
| I2S 输入（麦克风） | ||
| SD | D0 | GPIO 14 |
| WS | D1 | GPIO 1 |
| SCK | D2 | GPIO 4 |
| I2S 输出（扬声器） | ||
| WS | D5 | GPIO 5 |
| BCK | D6 | GPIO 6 |
| DATA | D4 | GPIO 7 |
| SD（关断） | D3 | 无 |
| 其他 | ||
| 红色 LED | D7 | GPIO 9 |
| 绿色 LED | D8 | GPIO 8 |
| 蓝色 LED | D9 | GPIO 13 |
| 按钮 | D10 | GPIO 2 |
如果你使用的是 Seeed Studio XIAO ESP32S3，可以直接将锂电池连接到 ESP32 的背面。
步骤 1：如果你使用的是普通的 ESP32-S3 芯片，否则可以跳过此步骤：
请打开 Config.h 文件，取消注释
USE_NORMAL_ESP32_S3这一行，并注释掉USE_XIAO_ESP32_DEVKIT这一行。// ----------------- 引脚定义 ----------------- // 定义你使用的开发板（只保留一行） #define USE_NORMAL_ESP32_S3 // #define USE_XIAO_ESP32_DEVKIT // #define USE_XIAO_ESP32 // #define USE_NORMAL_ESP32 // #define USE_ESP32_S3_WHITE_CASE接着，打开 platformio.ini 文件，取消注释
[env:esp32-s3-devkitm-1]部分，并注释掉[env:seeed_xiao_esp32s3]这一行。; [env:seeed_xiao_esp32s3] ; platform = espressif32 ; board = seeed_xiao_esp32s3 ; framework = arduino ; monitor_speed = 115200 [env:esp32-s3-devkitm-1] platform = espressif32 board = esp32-s3-devkitm-1 framework = arduino monitor_speed = 115200
步骤 2：在 VScode 左侧栏点击 PlatformIO 图标
- 点击“选择文件夹”
- 选择当前项目中
firmware文件夹的位置。
步骤 3：编译固件
- 点击 PlatformIO 工具栏中的“构建”按钮，或运行构建任务。
步骤 4：将固件上传到设备
- 使用 USB 将你的 ESP32-S3 连接到电脑。
- 点击“上传”按钮以运行上传任务，或点击“上传并监视”按钮以同时上传并监视设备状态。
步骤 5：硬件使用
按下主按钮开启设备，等待 LED 灯亮起。
使用手机、平板或电脑连接名为“Starmoon-xxx”的 WiFi，并按照提示设置网络连接（仅支持 2.4GHz WiFi）。
- 使用你的 Wi‑Fi 凭据连接网络
- 使用你的 Starmoon API 密钥和邮箱地址完成设备设置
许可证
本项目采用 GPL-3.0 许可证授权——详情请参阅 LICENSE 文件。
相似工具推荐
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。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
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。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
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。