上篇我们把硬件接好了，喇叭会响、麦克风能被识别——但那都是"裸板 + 自己写的音频测试"。本篇要干一件真正关键的事：把"小智"这个AI对话固件烧进去，让你的盒子从"能录能放"变成"能聊天、能给孩子讲睡前故事"。

说实话，环境搭建和接线是"体力活"，而烧录小智才是"临门一脚"。我这一周里，git clone 卡死、手动下 ZIP、menuconfig 选项挑花眼、烧进去发现引脚又白调、最后还被OTA自动升级反手覆盖——每一个坑都踩得结结实实。

本系列设计每篇聚焦一个难点，贴关键命令、与大家探讨一下原理、附实测结果，确保真实可复现验证。本文聚焦最深的两个坑：引脚被固件默认配置覆盖，以及OTA自动升级把你的自定义引脚一键打回原形。

目前来看，要"联网对话 + 云端大模型"，小智固件是目前最省事的现成方案。

一、获取小智固件源码

小智官方仓库是 xiaozhi-esp32。理论上一条命令搞定：

git clone --recursive https://github.com/78/xiaozhi-esp32.git

但和第一篇的环境一样，我这里的网络又卡了——git clone 进度条不动，死活拉不下来。

破局方法：浏览器手动下 ZIP。

我直接去GitHub页面点了Download ZIP，拿到的是 Xiaozhi_Esp32S3_reSpeaker-main.zip。解压到本地后，剩下的步骤和普通 clone 下来的一模一样。--recursive 的子模块如果也卡，处理方式同第一篇（手动下 + 解压进目录）。

解压后记得先激活环境（接第一篇章的 get_idf 别名）：

cd xiaozhi-esp32
get_idf                      # 激活 ESP-IDF 环境
idf.py set-target esp32s3    # 锁定芯片为 ESP32-S3

二、menuconfig：在板型里选对你的那一个

这是新手最容易懵的一步。执行：

idf.py menuconfig

小智的菜单在 Top -> Xiaozhi Assistant 下面，关键选项有：

选项	我选的	说明
Board Type	bread-compact-wifi	对应裸 I2S 麦克风 + 功放的最通用板型
Default Language	Chinese	中文对话
Enable Wake Word Detection (AFE)	[*] 勾选	离线唤醒词，必须开
Enable Acoustic WiFi Provisioning	[ ]	声波配网，后面烧完再处理

注意：Board Type 列表巨长（几十种商业开发板）。我们的板子是纯 I2S 模块，选错板型编出来的固件会去驱动不存在的芯片，直接没声音甚至崩溃。认准"bread-compact-wifi"这种通用项。

三、编译与烧录

配置完直接编：

idf.py build

我这边编译产物大约 xiaozhi.bin 2.5MB，空间充裕。编译通过后烧录——注意串口设备名（接USB后 ls /dev/cu.* 看到的那个，我的是 /dev/cu.usbmodem1101）：

idf.py -p /dev/cu.usbmodem1101 flash monitor

flash 烧固件，monitor 顺带打开串口看日志。烧完按一下 RST 复位，设备会自动开一个Wi-Fi热点（通常叫 Xiaozhi-XXXX）。掏出手机连上去，浏览器访问 192.168.4.1，填入你家的Wi-Fi账号密码，配网完成。

四、第一道坑：引脚又被"默认配置"覆盖了

烧进去、配完网、喊"你好小智"——结果麦克风没反应。

原因很隐晦：当前选择的板型，它自己有一套默认引脚表。所以即使第二篇我改好了测试固件的 board_config.h，小智这边用的还是它自己的 config.h，引脚又一次对不上。

解决办法：改小智源码里的 config.h。

路径通常在 main/boards/bread-compact-wifi/config.h。和你的物理接线对齐：

#define AUDIO_I2S_MIC_GPIO_WS   GPIO_NUM_4
#define AUDIO_I2S_MIC_GPIO_SCK  GPIO_NUM_5   
#define AUDIO_I2S_MIC_GPIO_DIN  GPIO_NUM_6
#define AUDIO_I2S_SPK_GPIO_DOUT GPIO_NUM_7
#define AUDIO_I2S_SPK_GPIO_BCLK GPIO_NUM_15
#define AUDIO_I2S_SPK_GPIO_LRCK GPIO_NUM_16

改完 idf.py build 重新烧录，麦克风就认了。

划重点：小智的引脚定义不在 board_config.h，而在它 boards/ 目录下的板型 config.h 里。两个文件都得改、且得改到同一组数字，这是最容易漏的一步。

五、最阴间的坑：OTA自动升级，把你的修改一键打回原形

你以为改完引脚就万事大吉？并没有。

小智固件开机时会自动检查新版本，如果有更新，就静默下载并覆盖整个固件——包括你刚改好的 config.h 引脚。如果没有注意引脚的设置，一次自动升级，全白调，麦克风又哑了。

源码里这个机制长这样（main/application.cc）：

// 开机时检查新固件版本或获取 MQTT 服务器地址
Ota ota;
CheckNewVersion(ota);   // ← 这一行触发自动升级检查

而 CheckNewVersion() 内部，一旦发现 HasNewVersion()，就调用 ota.StartUpgrade() 把官方固件刷进去——你的自定义引脚就这么没了。

怎么锁死它？

关键认知：不能简单注释掉 CheckNewVersion(ota) 这一行，因为后面 ota.HasMqttConfig() / ota.HasWebsocketConfig() 还要靠这个 ota 对象去拿 xiaozhi.me 的服务器地址（连接云端大模型就靠它）。所以必须保留 ota 对象，只让"升级检查"不执行。

最干净的做法——在 CheckNewVersion 函数体第一行直接 return：

void Application::CheckNewVersion(Ota& ota) {
    return;   // 【修改】锁死 OTA 自动升级，保护自定义引脚不被覆盖
    // ... 下面原有的检查/升级逻辑全部跳过
}

或者更"显眼"地用 if (false) 把整个函数体包起来（方便日后想升级时一处改回）。这样：设备不再联网拉新固件，你的引脚修改永久生效；但云端连接所需的服务器地址仍由 ota 对象正常提供，不影响对话功能。

一句经验：凡是改了源码引脚/硬件绑定的，烧录前务必先锁OTA。不然每次开机自动升级，等于你永远在和官方默认配置打架。

六、绑定 xiaozhi.me，喊出第一声"你好小智"

固件烧好、引脚锁死、配网完成，接下来去 xiaozhi.me 控制台注册设备（设备会显示一个激活码，填进控制台即可绑定）。绑定后默认走官方免费 Qwen 实时模型，喊"你好小智"就能对话了。

不过我一开始发现一个有趣的现象——小智默认说话带台湾腔。

“为什么小智是台湾腔”

这是默认模型/音色的语言风格使然。在浏览器中修改成你偏好的就可以了。

七、硬件与软件配置清单（实测可复现）

项	值
固件	xiaozhi-esp32（手动下 ZIP，非 clone 拉取）
板型	bread-compact-wifi
引脚（config.h 修改后）	WS=4, SCK=8, DIN=6 / DOUT=7, BCLK=15, LRCK=16
OTA	已锁死（CheckNewVersion 首行 return）
配网	设备热点 + 192.168.4.1 填密码
云端	xiaozhi.me 控制台绑定，默认 Qwen 模型
唤醒词	你好小智

八、下一步

到这一步，一个能联网对话、给孩子讲睡前故事的实体AI盒子就真正跑通了。但有两个收尾值得写：

1. 自托管服务器——自己部署 xiaozhi-esp32-server，接DeepSeek / Qwen，定制小智性格、音色、限制等，还顺手把"依赖官方服务器"的平台风险降为零。
2. 成本复盘——算一笔账：裸板 + 麦 + 喇叭 + 辅料一共多少钱，对比市面 成品 AI 玩具，差距有多大。

如果你也在烧小智，欢迎在评论区留下你卡在的板型或引脚问题。动手是最好的学习方式，我们一起填坑。