博客标签：ESP-Mosaico VibeMode Mosaico-Claw Device-Chat ChatCoding AI硬件 MCP协议

导读：拿到板子，第一眼全是懵的？

玩 ESP-Mosaico，绕不开 Mosaico-Claw。它不仅是 Vibe Mode 里承载对话的核心载体，更是 ChatCoding 的唯一入口。

很多新手拿到板子，对着这块屏幕上的按钮一脸疑惑：AI Create、New Session、各种语音报错到底是什么意思？为什么有时候喊破嗓子它都不理我？

在实测中我发现，原生 Claw 的语音通道并不稳定，极易受环境和网络影响。这也正是我后来痛下决心，准备把后端换成 DeepSeek、改用微信+飞书文字远程指挥的起点。

本文结合真机实拍，完整拆解 Claw 的交互逻辑与功能分区，带你理清 Device-Chat 和 ChatCoding 的血缘关系。

一、先捋清概念：Claw、Device-Chat 与 ChatCoding 到底啥关系？

别被这些英文名词绕晕，用一句话就能串起来：
Mosaico-Claw 是那款 App（Idea），Device-Chat 是它的底层架构，ChatCoding 是它最核心的功能。

Device-Chat（设备对话范式）：代表直接和硬件聊天。板子自动读取扩展模块、EEPROM，感知硬件状态。Agent 会自己判断：你是随便问问，还是想让它写代码控制硬件。

ChatCoding（硬件编程功能）：就是界面上的 AI Create 按钮。你在这里用自然语言描述硬件功能，它自动生成 Lua 脚本并热部署运行，完全不需要电脑编译烧录。

二、界面逐区硬核拆解（对应实拍图）

状态 1：主交互就绪界面（正常状态）
配图 1：Mosaico-Claw 正常就绪主界面
( 展示大橙红色的 “Hello, How can I help?” 及底部操作栏 )

图：ESP-Mosaico Claw 新版固件正常就绪主界面，当前选中 Quick Ask；AI Create 是 ChatCoding 硬件对话编程入口，语音服务正常可用。

界面完整解读（ESP-Mosaico Claw 新版固件主界面，正常就绪状态）

界面文字：

Hello, How can I help?
New Session / Continue
Quick Ask、AI Create、Install Skill
Hold to talk, release to send…

逐模块拆解

1. 顶部问候语 Hello, How can I help?
   Claw 应用加载完成，系统就绪，等待接收用户指令。
   右侧点阵是语音动态提示动画区域。

2. 会话控制按钮

• New Session：新建空白会话，清空全部历史上下文，开启一次全新调试对话。
• Continue：回到当前正在使用的会话，保留之前所有对话、硬件探测记录、已经试过的方案。

3. 三大核心功能标签（新版固件，和旧版 Remember/Plan/Schedule 区分）

• Quick Ask（带红点，当前选中）
  快速问答模式。只做信息查询，不会生成、下发硬件控制脚本。
  适合：读取板载传感器、查询模块信息、提问概念，比如 “板子现在挂载了什么扩展模块？”“读取 IMU 姿态”。
• AI Create【重点，ChatCoding 入口】
  硬件对话编程模式，也就是我们一直说的 ChatCoding。
  在这里用语音 / 文字描述硬件功能需求，Agent 自动生成 Lua 脚本，下发板子热部署直接运行，不需要电脑编译烧录。
  适合：点亮屏幕、驱动灯光、控制电机、绘制表盘等硬件创意开发。
• Install Skill
  安装 Skill（Idea 应用）。Vibe Mode 生态里独立功能包安装入口，可以加载社区预制好的硬件项目、独立功能应用。

4. 底部提示 Hold to talk, release to send... + 右下角麦克风图标
   翻译：按住说话，松开发送
   代表语音服务正常连通，没有报错。长按麦克风按钮收音，松开之后自动把语音传给大模型处理。

新旧版本对照

• 旧版菜单：Remember / Plan / Schedule（偏向记忆、任务规划、定时）
• 新版菜单：Quick Ask / AI Create / Install Skill（明确区分查询、硬件编程、安装应用）

乐鑫固件迭代后，功能入口重新归类，新手最容易混淆两个版本界面。

状态 2：ESP-Mosaico Claw 旧版本界面

图：ESP-Mosaico Claw 早期固件版本界面，快捷入口为 Remember / Plan / Schedule；同时出现典型语音服务报错，语音通道不可用。
划重点：语音交互只适合现场简短 Demo 演示；严谨、多轮迭代的硬件调试，文字指令的可控性强一万倍。

界面完整解读（ESP-Mosaico Claw 旧版本界面）

界面文字：

Hello, How can I help?
New Session / Continue
Remember、Plan、Schedule
Voice service error; hold to retry

逐段拆解

1. 顶部问候：Hello, How can I help?
   Claw 的欢迎提示，代表 Claw 应用已经正常启动、加载完成，等待接收用户指令。

2. 两个主按钮

• New Session：新建会话，清空历史上下文，开启一轮全新调试对话
• Continue：继续当前正在使用的会话，保留之前所有对话、硬件探测记录

3. 三个旧版快捷功能按钮（重点，和新版区分）

这是早期固件版本的入口，新版固件已经替换成 Quick Ask / AI Create / Install Skill

• Remember：记忆指令，用来保存硬件参数、配置、你告诉它的硬件信息（比如：这个模块是 WS2812 灯板），后续会话可以复用
• Plan：规划任务，适合让 AI 分步设计一套硬件流程，相当于分步任务规划
• Schedule：定时任务，设置定时触发硬件动作（定时点亮、定时读取传感器）

4. 报错提示：Voice service error; hold to retry
   翻译：语音服务异常，长按重试

• 含义：板端语音识别云端服务连接失败，语音输入通道失效，右下角麦克风图标此时无法正常收音识别
• 常见原因：WiFi 网络不稳、语音服务远端限流、固件版本的语音服务链路问题
• 操作提示：长按麦克风按钮尝试重连语音服务；如果反复报错，就改用触屏文字输入，或者换成我们改造的微信 / 飞书文字链路

和新版界面对比

• 旧版：Remember / Plan / Schedule，偏向记忆、任务规划、定时调度
• 新版：Quick Ask / AI Create / Install Skill，区分查询、ChatCoding 硬件编程、安装 Idea 应用

状态 3：会话管理页面（Select Session）
配图 3：会话选择页面，所有调试对话独立保存上下文

图：ESP-Mosaico Claw 会话管理页面，所有调试对话独立存储上下文；default_02 标记为 Current，是当前正在使用的会话。

界面完整解读（ESP-Mosaico Claw 会话选择页 Select Session）

界面文字：

Select Session
7 sessions · Swipe left/right · 1/3
default_02 · Current
Continue session
Delete
New Blank Session

逐模块拆解

1. 标题：Select Session
   会话选择页面，Claw 所有对话、调试记录都以「会话」为单位独立保存上下文。

7 sessions・Swipe left/right・1/3
翻译：一共保存了 7 个会话，左右滑动翻页，当前是第 1 页。

2. 会话列表项

• default_02 · Current：当前正在使用的会话，红色圆点标记，里面完整保存这一轮全部对话历史、硬件探测记录、Agent 记忆，点进去可以继续调试。
• default_03 / default_04：历史会话，红色圆点代表会话内有未结束的对话记录，点击 Continue session 就能回到之前的调试对话，继续迭代开发。
• Delete：删除该会话，会清空这个会话全部上下文记录，谨慎操作。

3. 底部按钮 New Blank Session
   新建空白会话。开启全新对话，上下文完全清零，适合开启一个完全无关的新项目，避免旧会话的历史信息干扰 AI 判断。

核心原理

会话就是硬件在环 HIL 的记忆容器：
在同一个会话里面，Claw 会记住：你插了什么模块、之前试过哪些代码、哪些方案报错、硬件现象是什么。
这也是 ChatCoding 增量开发的基础：我们做表盘案例时，一轮一轮增加表盘样式，依靠的就是同一个会话持续保存上下文。
如果新建空白会话，Agent 就 “忘了” 前面所有调试内容。

实操建议

• 不同项目分开新建独立会话，不要把机器人、表盘、传感器测试混在同一个会话，容易上下文污染，AI 理解跑偏；
• 长期不用的旧会话，可以点 Delete 清理，减少上下文冗余；
• 中途要换全新项目，优先点 New Blank Session。

这也是原生方案的一个致命痛点：
原生 Claw 会话受官方 LLM 配额约束。一旦额度耗尽，会话直接中断，辛辛苦苦跑了半天的多轮引脚探测链路瞬间断掉。这正是我后来选择外接 DeepSeek 的核心原因——把额度掌握在自己手里，长会话随便造。

三、Claw 的完整工作流

原生 Claw 的闭环非常精简，完全在板端独立运行：

新建会话，在 AI Create 输入需求；

板子自动扫描扩展槽、读取 EEPROM；

Agent 判断：有完整硬件自描述，直接调 MCP；缺元数据，生成探测脚本遍历 GPIO；

脚本热部署，硬件产生现象，日志回传；

多轮对话，上下文持续保存。

四、原生方案的优势与局限（为什么我要外接 DeepSeek）

优势

开箱即用：不需要额外网关、第三方服务。

独立运行：自带会话记忆，适合现场演示，甚至断网也能跑有限的基础沙箱脚本。

局限（也是我的改造切入点）

语音通道不稳：容易报错，受环境影响大，长指令表达困难。

官方配额卡脖子：长链路调试极易中途断流。

入口局限：必须守着板子屏幕，离开板子就无法下发指令。

硬件短板照旧：模块没有 EEPROM 元数据，Agent 只能盲猜引脚。

五、承上启下：改造方案到底改了哪里？

理解了 Claw 的这套原生逻辑，你就懂了上篇博客里我的改造方案：
我们没有动 Vibe Mode，没有动 MCP 接口，也没有动硬件感知层，我们只是给 Claw 换了“嘴巴”和“大脑”。

输入端的进化：从受限于环境的“板载语音”，变成了随时随地的“微信/飞书文字”。

大脑的进化：从受配额限制的“官方 LLM”，变成了自己掌控的“DeepSeek V4.1”。

底层依然跑着这套 Device-Chat 逻辑，会话上下文依然在延续，MCP 硬件调用的本质完全没变。Claw 依然是那个执行底座，只是它的思考速度和输入准确率完成了飞跃。

六、实操避坑小建议（驴友花雕经验之谈）

严谨调试，必开新会话：不要在一个会话里混合多个不相关的项目，避免上下文混淆（比如上一秒在测 IMU，下一秒测灯珠，AI 可能会串戏）。

能打字，别说话：遇到 Voice service error，长按重试无效后，立刻切文字输入。多轮排错和探测，文字永远是最稳的。

及时清理历史：不用的旧会话记得点 Delete，保持上下文清爽。

七、延伸思考：会话，是硬件在环（HIL）的根基

Claw 的会话机制，本质上是硬件在环（HIL）的人机对话容器。

不管是原生 Claw，还是改造后的微信飞书网关，上下文记忆是多轮增量调试的生命线。

这完美呼应了我们之前踩坑的案例：一次性让 AI 生成 10 套表盘必定超时翻车；但如果你拆分需求，依靠会话记忆一点点加，它就能顺畅完成。理解了会话的边界，你就掌握了和 AI 硬件和平共处的密码。