py-xiaozhi

一套 Python 框架,把语音、多模态和硬件设备接成 AI 助手

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 智能体 🍴 复刻 744 🐛 待处理 3 👀 关注 33
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3538
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费项目,定价信息待确认

项目预览

py-xiaozhi 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类智能体
开发团队huangjunsen0406
定价模式🏷️完全免费
价格说明开源免费项目,定价信息待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型cross-platform,edge-computing,embodied-ai,esp32,esp32-s3,iot,mcp,mcp-client,mcp-server,multi-modal,python,raspberry-pi,robotics,voice-assistant,xiaozhi-esp32
GitHub 星标★ 3538
上线时间2025-02-15 00:00:00
代码更新2026-10-31
仓库体积99.0 MB
本站数据更新2026-11-01
维护状态活跃
收录时间2026-11-01
浏览次数0

项目介绍

py-xiaozhi 是一个基于 Python 的开源 AI 助手生态项目,目标是把语音交互、多模态处理、MCP 工具调用和物联网设备控制整合进同一套跨平台框架。它解决的核心问题是:开发者想做一个能听、能看、能调用外部工具、还能驱动硬件设备的智能助手时,往往需要在语音识别、大模型接入、协议适配、设备端通信之间反复拼装。项目提供统一的 MCP 客户端与服务端支持,让助手可以挂载外部工具和数据源;支持多模态工作流,把语音、图像等输入纳入同一处理链路;面向 ESP32、ESP32-S3、树莓派等边缘设备做了适配,可把推理与交互能力延伸到嵌入式场景;同时保持跨平台运行,便于在 PC 与开发板上复用代码。整体定位偏向具身智能与边缘计算方向的助手底座,适合做原型验证和二次开发。

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

难度:进阶 约 15 分钟 部署方式:本地安装 7 步

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. 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. 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
  3. 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. 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. 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. 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. 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

下一篇:dsh-superagent-prototype

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···

★ 6238 2026-08-09
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

★ 4624 2026-10-13
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···

★ 355 2026-10-06
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 ···

★ 116 2026-08-09
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 ···

★ 67 2026-08-09
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

★ 619 2026-08-09
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.

★ 12728 2026-08-09
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 ···

★ 2011 2026-08-09
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···

★ 104 2026-09-12