早就听说虾哥开源了一个基于 ESP32 的小智 AI 聊天助手，一直没机会认真研究一下。赶一下边缘ai的热潮。这次有机会通过 Moji2.0 硬件来学习一下。

源码获取

先去 GitHub 上扒下来源码：

https://github.com/78/xiaozhi-esp32

下载后解压，里面主要是 4 个文件夹，分别是文档、程序、Flash 分区表配置、脚本。

主要看程序这一块，结构分布大致是这样：

main/
├── application.h/cc        # 主应用类
├── assets.h/cc             # 资源管理
├── ota.h                   # OTA升级
├── settings.h              # 配置管理
├── system_info.h           # 系统信息
├── device_state.h          # 设备状态枚举
├── device_state_machine.h  # 状态机
├── mcp_server.h            # MCP服务器（机器人控制）
├── audio/                  # 音频服务
│   ├── audio_service.h/cc
│   ├── audio_processor.h
│   ├── audio_codec.h
│   ├── wake_word.h
│   ├── processors/         # 音频处理器（AFE等）
│   ├── codecs/             # 音频编解码器驱动
│   └── wake_words/         # 唤醒词引擎
├── display/                # 显示模块
│   ├── display.h
│   ├── lvgl_display/       # LVGL图形库
│   ├── oled_display.h
│   └── emote_display.h     # Emote显示协议
├── protocols/              # 网络协议
│   ├── protocol.h
│   ├── mqtt_protocol.h/cc
│   └── websocket_protocol.h/cc
├── led/                    # LED控制
│   ├── led.h
│   ├── single_led.h
│   └── circular_strip.h
└── boards/                 # 硬件板级支持
    ├── common/             # 通用板类
    │   ├── board.h
    │   ├── wifi_board.h
    │   └── ml307_board.h   # 4G模块支持
    ├── esp-box-3/          # 具体板卡配置
    ├── electron-bot/       # 机器人平台
    └── ... (30+种板卡)

整体架构

从结构上来看，这个项目的层级是这么划分的：

• Application（主应用层）

   ：状态管理、事件处理、网络协调、OTA升级、MCP服务

• Core Services（核心服务层）

   ：音频服务、网络协议、资源管理、显示输出

• Board Abstraction（硬件抽象层）

   ：音频编解码、指示灯、网络接口、摄像头

• ESP32 Hardware（底层硬件）

设计的架构相当清晰，各个模块的职责划分得很清楚。而且相关资料也很丰富，小智有个类似官网百科全书的地址：

https://my.feishu.cn/wiki/F5krwD16viZoF0kKkvDcrZNYnhb 这里有很多相关技术文档。还有专门帮助入门的，比较友好

上手操作

如果用的小智官方已经支持的硬件，那流程很简单：搭建好编译下载环境后，去 boards 文件夹找到对应的板子文件夹，然后让 AI 根据这个文件夹内容帮你编译下载就行了。

烧录好程序后，根据配网流程完成网络设置。然后可以在小智的控制后台进行各种配置：

这里可以配置模型、设计人设、声纹识别，甚至还能自定义界面UI。

改点东西

基础流程跑通之后，就该动动自己的需求了。我这次主要想实现两个功能：

• 增加一个 ADC 温度采集

• 重新设计待机界面

用 Cursor 配合 AI 基本上就能搞定。这种硬件层面的改动，主要是在板级文件夹下操作就行。

不过有个忠告：如果像我一样对这个项目还不太熟悉，建议先别动框架内的核心代码，哪怕是用 AI 生成代码也要克制。我一开始试着改了改框架里的一些东西，结果出现了各种奇葩问题——内存溢出、声音突然消失、界面卡顿等。这些问题排查起来还挺耗时。

所以想动 AI 相关部分的话，建议先花点时间把项目结构理解透彻再动手。

最终效果

最后展示一下这次修改后的效果，包括自定义的 UI 界面，以及其他功能，小智 AI 整体表现还是很流畅的。