项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-11-01 · 当前星标 ★ 3538
使用教程
环境要求
- Python 环境(项目 CI 在 Python 3.10 / 3.12 上验证)
- 内存至少 4GB,建议 8GB 以上
- CPU 支持 AVX 指令集
- 至少 2GB 可用磁盘空间(模型文件与缓存)
- 音频设备支持 16kHz 采样率;FFmpeg 需可从系统 PATH 找到
安装与启动步骤
-
1获取源码
把仓库克隆到本地并进入项目目录,后续所有命令都在该目录执行。
git clone https://github.com/huangjunsen0406/py-xiaozhi.git cd py-xiaozhi -
2安装依赖(uv)
使用 uv 同步依赖,适合只跑 CLI / GPIO 模式的基础安装。
uv sync -
3pip 安装方式
不使用 uv 时用 pip 可编辑安装;需要图形界面则安装 gui 额外依赖。
pip install -e '.[gui]' -
4启动 GUI 模式
默认启动图形界面,需已安装 gui 额外依赖;基础安装只跑 CLI。
python main.py -
5启动 CLI 模式
基础安装即可运行命令行模式,适合无图形环境或开发板场景。
python main.py --mode cli -
6使用安装后的命令
安装完成后可直接调用 xiaozhi 入口命令,GUI 仍需 gui 额外依赖。
xiaozhi --mode cli -
7校验 wheel 包
可选:在项目外的临时虚拟环境中安装 wheel,验证入口点和资源是否正常。
python scripts/check_wheel.py dist/*.whl
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
mode | 否 | 运行模式选择,默认图形界面,可选 cli 命令行模式 | cli |
如何确认成功
执行 python main.py 后无报错并出现图形界面或命令行交互提示,即表示启动成功。
常见问题
Q:启动 GUI 时提示缺少依赖怎么办?
A:GUI 需要额外的 gui 依赖,基础安装不足,执行 pip install -e '.[gui]' 后重新运行 python main.py。
Q:运行时报找不到 FFmpeg 怎么处理?
A:wheel 安装方式会从系统 PATH 解析 FFmpeg,需要先安装 FFmpeg 并将其可执行文件所在目录加入 PATH。
Q:语音输入没有反应?
A:确认麦克风等音频设备支持 16kHz 采样率,并在系统中设为默认输入设备后重试。
Q:wheel 校验通过就代表功能都正常吗?
A:不是。check_wheel.py 只安装 platformdirs 并验证入口点与资源,不测试音频硬件、GUI 渲染和完整运行依赖。
注意事项
- 基础安装(uv sync 或 pip install -e .)只能跑 CLI / GPIO 模式,GUI 必须额外安装 gui 依赖。
- CPU 需支持 AVX 指令集,否则可能出现运行异常。
- wheel 包内含资源、唤醒词模型和原生库,路径位于 src/_resources,源码与 PyInstaller 布局沿用原有资源路径。
核心亮点
- 原生集成 MCP 客户端与服务端,助手可直接挂载外部工具和数据源,扩展路径清晰
- 覆盖 ESP32、ESP32-S3、树莓派等边缘硬件,语音交互链路能从 PC 延伸到嵌入式设备
- 多模态工作流与跨平台设计统一在一套 Python 代码中,减少多端重复开发
不足之处
- 涉及语音、硬件、MCP 多套组件,环境配置和联调门槛对新手不够友好
- 边缘设备适配依赖具体开发板与外设,文档和示例的完整度仍需持续观察
适用场景
- 在树莓派或 ESP32 上搭建可语音对话的桌面/嵌入式 AI 助手原型
- 为智能助手接入 MCP 工具,实现查询、控制、数据获取等外部能力扩展
- 教学或研究中演示多模态输入与具身智能交互的完整链路
替代项目
xiaozhi-esp32、Open Interpreter、Home Assistant
上一篇:deja-vu
同类项目推荐
awesome-gamedev-agent-skills
开源
给AI装上游戏引擎大脑,一键生成专业游戏代码
77 game-dev skills for AI coding agents — Godot, Unity, Unreal, Phaser, PixiJS, thr···
agency-swarm
开源
像搭团队一样拼多个 AI 智能体,自动分工干活
Reliable Multi-Agent Orchestration Framework
mindroom
开源
会记住你工作的开源 AI 助手,自托管随便换模型
AI agents that know you and your work, in a chat app anyone can use. Open source, an···
tlbx
开源
把多个AI编码代理终端塞进一个浏览器,持久会话不丢
Self-hosted terminal browser multiplexer for persistent shells and coding agents on ···
groundcrew
开源
把任务积压一键分发给本地 AI 代理,自动隔离并行干活
Dispatch your task backlog to local, interactive AI coding agents. One git worktree ···
Awesome-Remote-Sensing-Agents
开源
一页看懂遥感智能体研究全景,快速上手前沿方向
Official Repository of Intelligent Remote Sensing Agents: A Survey
humanlayer
开源
让 AI 编码代理遇到难题时随时呼叫人类,复杂代码库也能搞定。
The best way to get AI coding agents to solve hard problems in complex codebases.
ante-preview
开源
在终端里跑一个不挑模型的智能体,干活快还不占资源。
Ghost in your shell. Ante is a self-contained agent harness with a highly optimized ···
atlas-agent-control-plane
开源
让智能体每一步都有据可查、断了能续跑
AtlasAgent - an auditable AI agent control plane: evidence-backed memory, governed t···
