SF32 小智语音助手¶

什么是小智？¶

小智是一款基于 MCP 的开源语音聊天机器人；它在 2025 年凭借 ESP32 实现而广为人知。它将语音交互设备、云端大模型服务以及设备端或云端 MCP 扩展结合在一起，因此是面向对话式 AI 硬件的实用起点，而不只是文字聊天应用。

为什么选择 SF32 实现？¶

78/xiaozhi-sf32是其 SF32 实现，但有意采用了不同的连接方案。原始 ESP32 项目支持 Wi-Fi 等直接联网方式；SF32 版本则通过经典蓝牙（Bluetooth）个人局域网（PAN）从已配对的手机接入互联网。这样可将广域网络连接的负担转移到手机；在手机共享网络的设计中，设备侧联网功耗可能显著降低。实际节省量取决于手机、无线环境、对话占空比和功耗策略。因此，SF32 方案尤其适合电池供电的个人便携产品，例如挂件、胸牌、小型助手和可穿戴设备。

它是一份很有价值的产品参考，因为它将通常被分开处理的工作连接在一起：显示与音频硬件、手机提供的网络、云端语音服务、面向用户的激活流程、设备控制和现场更新能力。

预期成果、适用范围与前置条件¶

本页给出将该参考方案推进为产品方向的完整工程路径。它不表示小智是离线端侧 LLM，不表示所有上游功能都已通过量产验证，也不表示受支持的开发板等同于通过认证的成品。设备通过蓝牙 PAN 从已配对手机接入互联网，并依赖小智云服务完成对话流程。在做出产品承诺前，必须核实服务条款、账号归属、隐私、安全、成本、可用性和地区适用性。

成果： 得到一套可重复验证的语音与显示助手：能通过手机完成配网、完成一次云端对话、控制一个安全的设备功能、从 PAN 连接丢失中恢复，并产出决定是否进入自定义硬件所需的证据。

目标读者： 已能构建并烧录 SF32 基线，且准备处理 C/C++、开发板原理图、蓝牙配置和云服务集成的固件、硬件和产品工程师。

硬件与软件规格¶

以下清单定义了一套具体的源码构建参考基线：SF32LB52-DevKit-Nano-R16N16 V1.0.0，配合思澈科技（SiFli）文档中的外接显示和音频电路。它不是所有受支持小智开发板的通用 BOM。若选择 DevKit-ULP、DevKit-LCD 或小汤圆，应使用该开发板文档所述的完整组装方案替换下列硬件清单，并保留准确的供应商料号和开发板修订版。

硬件规格¶

上述第三方组件 URL 是思澈科技（SiFli）Nano 官方指南公布的电商购买链接，并不保证对应的制造商料号长期不变。应保留已评估器件的页面截图或订单记录；进入产品设计前，将各项电商采购件替换为已完成适用性验证的供应商料号，并附上对应数据手册。

软件规格¶

选择受支持的基线¶

思澈科技（SiFli）小智快速入门文档列出四个预编译固件目标：SF32LB52-DevKit-ULP（黄山派）、SF32LB52-DevKit-LCD、SF32LB52-DevKit-Nano 和小汤圆直插版。其源码构建文档当前列出 DevKit-ULP、DevKit-LCD 和 DevKit-Nano。如果项目需要源码定制，请选择位于源码构建列表中的开发板；不要因为存在预编译镜像就假定该目标已有文档化的源码构建支持。

项目阶段与决策要点¶

应将各阶段视为决策点，而非功能清单。每个阶段都应留下可供审查且可复现的产物，以支持下一项决策。

系统架构与依赖¶

flowchart LR
    U["用户：唤醒词或对话按键"] --> D["SF32LB52 设备\n麦克风、UI、本地控制"]
    D --> E["音频处理链路\n启用时使用 OPUS / AEC / VAD"]
    D <-->|"经典蓝牙 PAN\nBNEP + IP"| P["已配对手机\n蓝牙互联网共享"]
    P <-->|"WebSocket；部分 HTTP API"| S["小智云服务\n流式 ASR / LLM / TTS"]
    S --> P --> D
    D --> O["扬声器、显示屏\n和设备端 MCP 操作"]

官方架构指南将蓝牙 PAN（基于经典蓝牙）描述为网络路径；设备端采用轻量 IP 网络，以 WebSocket 作为主要实时应用通道，并使用 HTTP 进行部分 API 交互。思澈科技（SiFli）的概览将语音唤醒（KWS）、连续对话、AEC/VAD、动态表情、矢量字体和本地 MCP 列为已实现功能。其他官方项目资料还介绍了显示 UI、电池与电源行为、云端 MCP 扩展和 PAN OTA；具体支持情况应以所选开发板和固件版本为准。

该流程形成四个必须独立诊断的故障域：本地硬件和音频、蓝牙配对与 PAN、互联网和云服务可达性，以及应用和服务配置。BLE 配对成功并不能证明开发板已接入互联网，也不能证明语音服务已经激活。

阶段 1——建立未经修改的参考基线¶

1. 完成官方的开发板专用硬件配置。对于 DevKit-LCD，这包括指定的 AMOLED/FPC 组合、连接到 SPK 的喇叭、用于唤醒/对话的 KEY1 和用于长按关机的 KEY2。
2. 按照小智官方流程烧录受支持的预编译固件。快速入门指南推荐使用 UI 烧录工具；该指南撰写时，1.4.0 及之后版本的固件不支持终端烧录。
3. 在手机上，先开启蓝牙网络共享，再进行配对。与 sifli-pan 配对后，通过开发板 UI 和手机共享状态确认已建立 PAN，而不是只确认蓝牙配对。对于 iOS，官方指南指出，如果看不到 sifli-pan，可能需要重启手机。
4. 按照小智控制台 xiaozhi.me 中的官方激活流程操作：创建/配置智能体，并添加开发板显示的设备码。
5. 使用开发板对话按键或配置的唤醒方式完成一次对话。将固件版本、开发板、手机型号和操作系统，以及服务账号和智能体标识记录到项目记录中。

关口 1 退出条件： 冷启动后，设备建立 PAN、显示已激活状态、接受对话请求、播放响应并呈现预期 UI 状态。

阶段 2——验证恢复与产品关键行为¶

在修改源码前执行以下测试。它们将演示转化为可靠的基线：

官方指南警告，每块板默认的 battery_table.c 曲线可能不适合其他电池。对于产品电池，应取得供应商充/放电数据或自行测量，更新 charging_curve_table 和 discharge_curve_table，重新构建并重复电池测试。

关口 2 退出条件： 每项测试均有记录结果，故障可按故障域区分，并且每一条已有文档的恢复路径均可在无需重新烧录或手动修复状态的情况下工作。

阶段 3——建立可复现的源码基线¶

仓库通过子模块引入 SiFli-SDK。请递归克隆，并记录小智提交和 SDK 子模块提交：

git clone --recursive https://github.com/78/xiaozhi-sf32.git
cd xiaozhi-sf32
git checkout 1d3ef641ace47fae68227e9173647fd5db01f6f5
git submodule update --init --recursive
cd sdk
# Windows: .\install.ps1, then .\export.ps1
# macOS/Linux: ./install.sh, then . ./export.sh

对于官方 DevKit-ULP 脚本构建示例，在 app/project 中使用已有文档的外置开发板路径构建：

scons --board=sf32lb52-lchspi-ulp --board_search_path="../boards" -j8

准确的构建目标和烧录脚本应以对应开发板的官方构建页面为准；不要把 ULP 的开发板名称或生成产物路径复制到其他开发板。可复现构建记录必须包含主机操作系统、工具安装结果、导出的环境、开发板参数、上游/SDK 版本、构建日志、待烧录镜像和串口日志。

关口 3 退出条件： 在第二台机器上，或删除构建目录后，从干净检出得到的镜像仍能通过阶段 2 的全部检查。

阶段 4——有节制地适配¶

每次只做一项改动，并保留已通过的基线镜像。官方定制资料覆盖蓝牙名称、静态与动态图像、字体、PAN DFU 和 MCP。

对于设备端 MCP，官方指南在 app/src/mcp/mcp_server.cc 中使用 McpServer::AddCommonTools()。应将 LLM 请求的动作视为不受信任请求：在回调中验证范围和状态，默认将输出置为安全状态，并且在没有产品专用授权的情况下，不要暴露不可逆、危险或安全敏感控制。

对于 PAN OTA，官方文档描述三类可分别部署的镜像：代码、图像资源和字体资源，并要求根据分区表确定镜像地址与大小。面向量产的 OTA 在向用户开放前，必须具有版本策略、服务器访问控制、完整性验证、中断测试以及有线或本地恢复路径。

关口 4 退出条件： 已记录所选改动、其回滚或恢复路径以及所有适用的回归结果；原始对话闭环和任何设备动作的安全边界仍然通过验证。

阶段 5——产品就绪评审¶

在进入自定义硬件前，团队必须能够回答以下问题：

• 哪些手机和操作系统版本支持文档所述的 PAN 配网流程？不支持时的备用路径是什么？
• 使用哪个云端接入点、账号、智能体、MCP 接入点和凭据？这些资源归谁所有，由谁负责轮换？
• 哪些用户音频、设备数据和用户数据会离开设备？如何取得同意？数据保留和区域要求是什么？
• 在目标电池和外壳中，活跃对话、已连接空闲、睡眠、充电和唤醒电流的实测值分别是多少？
• 设备如何从升级失败、手机丢失、云服务中断、资源损坏或错误配置中恢复？
• 上游代码、服务、模型行为和 OTA 基础设施中，哪些由产品团队控制，哪些依赖外部提供方？

关口 5 退出条件： 答案、责任人和剩余风险均已记录，并由产品团队接受；每个未解决项均有缓解措施、明确延期或停止决策。

产品设计阶段交接¶

将选定 SF32 器件、电源架构、显示/音频设计、RF 策略、存储/分区方案、量产测试和恢复假设交接给面向量产的设计。使用 SF32LB52 集成路径选择相应的芯片、模组、开发板、设计指南和检查清单。

项目完成定义： 当新加入的团队成员能够复现选定基线、将每个观察到的故障追溯到其责任方或恢复路径、重新构建定制镜像，并审查自定义硬件决策所需的证据时，该参考已达成目的。此时它是一份产品开发参考，而不是未经验证便带入量产的演示。

权威来源¶

• 78/xiaozhi-esp32 仓库
• 78/xiaozhi-sf32 仓库
• 思澈科技（SiFli）Wiki：AI 小智概述（中文）
• 思澈科技（SiFli）小智快速入门
• 思澈科技（SiFli）小智源码构建
• 思澈科技（SiFli）小智架构
• 思澈科技（SiFli）小智定制
• 思澈科技（SiFli）小智 DFU_PAN 指南
• 思澈科技（SiFli）小智 MCP 指南

最后更新: 2026-10-21