ESP32买回来怎么用?先做一个会说话的AI小助手

封面中的设备为立创官方实物照片；标题与版式为本篇设计

https://oshwhub.com/li-chuang-kai-fa-ban/li-chuang-shi-zhan-pai-esp32-s3-kai-fa-ban

实物参考｜小智 AI 项目 README 中的立创实战派 ESP32-S3 示例图

https://github.com/78/xiaozhi-esp32/blob/e076ac496e2d93dc3a2308a0491d745afe9489ab/README.md

6步上手，先做到第一次对话

第一块板，先选对整套东西

这次选立创实战派 ESP32-S3。 先看拆开的实物：屏幕装在前壳里，喇叭接着线，后面就是负责处理与联网的主板。它把这次会用到的显示、收音与声音输出配在一套硬件里，第一次动手，先把程序和网络跑通。

拆开看就明白了｜立创官方装配照片：屏幕、喇叭、主板与外壳

https://oshwhub.com/li-chuang-kai-fa-ban/li-chuang-shi-zhan-pai-esp32-s3-kai-fa-ban

下单时，把这几样一起对齐：板名是立创实战派 ESP32-S3，规格是 N16R8，对应小智板型 lichuang-dev。 本篇按整套带屏语音板来做，再确认套餐里屏幕、麦克风、喇叭和外壳的实际配置，另备一根能传数据的 USB 线。

预算看整套配置。带屏、带音频的板卡和外壳，跟单买一块裸开发板是两笔账；问清楚到手能做什么，比只看商品标题里的“ESP32”更有用。

如果商家已经预装小智，确认能正常启动后，完成第02节的备份，可以跳过安装，直接看第04节配网。 首次联网可能触发更新，先把原程序留好，后面折腾更从容。

同板介绍与接口资料https://wiki.lckfb.com/zh-hans/szpi-esp32s3/beginner/introduction.html

立创官方实物与装配照片来源https://oshwhub.com/li-chuang-kai-fa-ban/li-chuang-shi-zhan-pai-esp32-s3-kai-fa-ban

插上电脑，先给原程序留个备份

用能传数据的 Type-C 线连接电脑。这块板的 USB 会分出串口等通道，使用了 CH340K；如果电脑认不出串口，先按这块板的官方说明检查驱动。 指示灯亮，只能说明有电。

Type-C 接线实拍｜立创官方教程动图中的真实设备画面；不是电脑识别成功的证明

https://wiki.lckfb.com/zh-hans/szpi-esp32s3/xiaozhi-ai.html

备份可以用浏览器里的 ESPConnect。在电脑端 Chrome 或 Edge 打开下方入口，点 Connect，选择插板后新增的串口；握手完成后，在 Device Info 里核对芯片与 Flash 容量。

这里应当认到 ESP32-S3 和 16MB Flash。 接着保存分区信息，并用 Flash 页的备份功能留一份原程序。把文件按“板型＋原程序＋日期”命名，确认已经下载到电脑，再往下走。

认清你手里的板｜立创官方 PCB 照片与接口标注，Type-C、麦克风、按键都在这里

https://oshwhub.com/li-chuang-kai-fa-ban/li-chuang-shi-zhan-pai-esp32-s3-kai-fa-ban

备份完成，点 Disconnect 释放串口，再打开下一节的下载工具。一个串口一次给一个程序用，关掉占用它的串口监视器，可以少绕不少弯。

ESPConnect 浏览器工具https://thelastoutpostworkshop.github.io/ESPConnect/

CH340K 驱动官方入口（需要时再用）https://www.wch.cn/downloads/CH341SER_EXE.html

把小智装进去，文件名要对得上

先把“固件”理解成让板子工作的程序。本篇固定用官方 v2.5.2 发布页里的 v2.5.2_lckfb-lichuang-dev.zip。去页面的 Assets 附件区，按完整文件名找，选到的是这块板的版本。

下载后先做一次 SHA-256 校验：它像文件的指纹，用来与发布页同名 ZIP 的校验值核对。确认一致再解压，检查整机文件 merged-binary.bin。后面换表情的资源包，等聊天跑通后再处理。

下面按立创官方教程的 Flash Download Tool 操作：选 ESP32-S3，选择本板 COM 口，加载上面的整机 BIN，起始地址填 0。官方示例使用 921600 波特率；通信不稳时，先按工具与板卡说明降低速度。

字段位置参考｜立创《实战派 S3：小智 AI 烧录与使用》截图，工具为 3.9.7

https://wiki.lckfb.com/zh-hans/szpi-esp32s3/xiaozhi-ai.html

确认备份已保存，再执行 ERASE。 擦除会清掉板上原有内容与设置。擦除完成后，核对文件和地址，勾选文件那一行，再点 START；看到完成状态后再重启，写入中保持线和电源稳定。

把文件名、起始地址和 COM 口再核对一遍，固件仍用本篇指定的 v2.5.2 文件。 正常自动下载失败时，再按官方板卡说明检查 BOOT、RESET 与下载模式。

本篇固定的小智 v2.5.2 发布页https://github.com/78/xiaozhi-esp32/releases/tag/v2.5.2

立创官方烧录与配网步骤https://wiki.lckfb.com/zh-hans/szpi-esp32s3/xiaozhi-ai.html

连上家里Wi-Fi，让它第一次开口

重启后，按板子屏幕上的提示进入配网。这个版本的立创板在启动、尚未联网时，可以短按 BOOT 进入 Wi-Fi 配置；手机连接板子发出的 Xiaozhi 热点，名称后缀看自己的屏幕。

配网状态参考｜立创《实战派 S3：小智 AI 烧录与使用》截图，热点后缀以自己设备为准

https://wiki.lckfb.com/zh-hans/szpi-esp32s3/xiaozhi-ai.html

连上热点后，通常会弹出配网页面。没有弹出时，在手机浏览器打开 192.168.4.1。填入准备给板子用的 2.4GHz Wi-Fi 名称和密码，保存，等待设备重新联网。

随后打开 xiaozhi.me，进入控制台完成账号登录；在“添加设备”里，填入你这块板屏幕上显示的6位设备码。绑定后等待提示，必要时按 RST 重启。

第一次就问个短问题，比如：“你好小智，给我讲一个适合睡前听的小故事。”看它能否收到你的话、显示状态，再把回答从喇叭里完整放出来。 这三件都正常，第一轮才算跑通。

先看屏幕状态，再听回答。 下方是同一款立创板在官方教程里的实拍动图：它从初始化走到联网，再出现设备激活提示。画面来自旧版教程，设备码已遮盖；操作仍按本篇固定版本与自己屏幕上的提示进行。实际对话时，语音通过网络交给后端处理，回答再回到板子播放。

同板实机启动与激活｜立创官方实拍动图转视频，无声；旧版状态参考，设备码已遮盖

https://wiki.lckfb.com/zh-hans/szpi-esp32s3/xiaozhi-ai.html

小智官方服务与控制台https://xiaozhi.me

小智官方项目https://github.com/78/xiaozhi-esp32

起名字、换表情，做成你的那一只

聊天稳定以后，接下来就有意思了：给它起一个名字，再定它说话的风格。 想练英语，就让它短句回答、顺手纠正表达；想当桌边的小搭子，就让它轻松一点。

名字与说话方式，先从后端角色设定改起。 例如：“叫小橙，回答尽量短，聊英语时先给一个例句。”声音能选哪些，取决于接入的服务，和当前模型选项、额度及计费一起看；硬件的钱与后续服务分开算。

再往下，是表情和屏幕主题。像素资源项目提供了另一种屏幕表达：同一类板子，可以有很不一样的性格。 表情负责“长什么样”，后端角色设定负责“怎么回答”。

改成像素形象后的同板实拍｜xiaomoBoy《xiaozhi-claude-pixel》；屏幕名字不代表后端模型

https://github.com/xiaomoBoy/xiaozhi-claude-pixel/blob/239d343a9e4c422018a268a5f0e9f535f186d3c9/README.md

这个像素包对应立创实战派 ESP32-S3 与小智 v2.5.2。先确认设备当前版本，再选择匹配资源。 如果首次联网已经自动更新，资源也要按更新后的实际版本重新核对，别直接套旧包。

名字、唤醒词和后端模型是分开的设置。比如把唤醒词改成“你好 Claude”，改变的是设备听哪个开场词，不会因此自动接入 Claude 模型。 每次改一项，再试一次对话，效果和问题都更容易看清。

像素形象资源与适配说明https://github.com/xiaomoBoy/xiaozhi-claude-pixel

卡住时，从这四处找原因

电脑认不出： 先换一根确定能传数据的线，检查驱动，再关闭占用串口的程序。对照插拔前后的端口变化，比盯着一个固定 COM 编号更有效。

能写入，却反复重启或黑屏： 先核对板型和固件文件名，再看供电与启动日志。写入成功和整台设备正常工作，是两个需要分别确认的结果。

有画面，却听不见或不出声： 看它有没有进入监听、能否收到声音，再检查麦克风与扬声器连接、音量和板型适配。屏幕会动，并不能替音频链路过关。

配网或回答卡住： 先确认手机连接的是板子的配网热点；给板子连接的是能上网的2.4GHz网络。再检查设备绑定、服务状态，以及当前模型的额度或配置。

排错路径示意｜编辑绘制，非实机画面

需要 AI 帮忙排错时，带上板型、固件文件名、卡住的步骤和完整报错。让它先解释原因、列出准备改什么，再决定下一步操作，比一句“帮我修好”更容易把问题讲清楚。

这块板的官方资料中心https://wiki.lckfb.com/zh-hans/szpi-esp32s3/download-center.html

最后看4个真实交互：小设备还能怎样回应你

前面的立创板，是这次动手的对象。下面换一款设备看交互思路：Seeed Studio 的 SenseCAP Watcher。 它同样采用 ESP32-S3，还搭配了 Himax AI 视觉芯片与自己的软件方案。按键、唤醒和相机功能只作对照，不能把它的固件或操作直接套到立创板上。

开口之后，屏幕也要跟得上

语音小助手的反馈，不只是喇叭出声。看这段官方示例：用户发起语音交互后，设备进入响应状态，屏幕给出反馈。自己调试时，也把“有没有听到”和“有没有回答”分开观察。

语音触发后的设备反馈｜Seeed Studio《主动与世界互动的 AI 助手》必要节选；SenseCAP Watcher，非本文立创板（同源动图，无原声）

https://wiki.seeedstudio.com/cn/solutions/hello_watcher_llms/

按一下，就告诉它“现在听我说”

按键触发把开始交互的时机交给用户。画面里能看到按下按键，随后设备切到交互状态。它适合用来理解触发顺序；本篇立创板的 BOOT 操作，仍以第04节为准。

按键触发交互的动作参考｜Seeed Studio《主动与世界互动的 AI 助手》必要节选；SenseCAP Watcher，非本文立创板（同源动图，无原声）

https://wiki.seeedstudio.com/cn/solutions/hello_watcher_llms/

从等你叫它，到让画面参与触发

这是官方标为“视觉触发”的示例。手机画面里出现人物，设备随后显示 “Hello! How’s your day going?”。它提供了另一种交互入口；仅凭这段画面，无法验证内部识别条件与准确率。

视觉触发示例｜Seeed Studio《主动与世界互动的 AI 助手》节选；SenseCAP Watcher，非本文立创板（同源动图，无原声）

https://wiki.seeedstudio.com/cn/solutions/hello_watcher_llms/

下一步，让语音指令接到相机任务

这段示例里，设备先询问是否拍一张照片、描述眼前的内容，随后出现回复与指示灯变化。它展示了把对话和相机任务串起来的思路。这是另一套硬件与软件的演示，本篇刷完小智，不等于自动获得这些视觉能力。

相机任务示例｜Seeed Studio《主动与世界互动的 AI 助手》节选；SenseCAP Watcher，非本文立创板（同源动图，无原声）

https://wiki.seeedstudio.com/cn/solutions/hello_watcher_llms/

以上4段为 Seeed Studio《主动与世界互动的 AI 助手》的实拍节选动图（无原声），作者、出处与板型差异已标注。原视频见各段图下的官方教程链接。

第一个作品，就从这一句回应开始

当桌上的小东西第一次接住你的话，再把回答说出来，上一期那些“我也想试试”的画面，就开始有了实物。先让这一只稳定陪你聊几句，再按自己的习惯，一点点往里加东西。

开发板给了动手的起点，开源项目把路铺出来，AI 又能帮着看资料、理代码和排错。 你要做的，是把自己的需求放进去，让它慢慢变成一件真正会用的小产品。

你好，这里是 noknook。

记录值得上手的 AI、开源工具和生活小发明。

把 AI 用起来，让生活更有意思。

长按识别二维码，关注 noknook