我用 300 块硬件+本地 AI，给自己做了个课堂助手

2026-04-03

为什么做这个？

老师的一天很碎：上课、批作业、开会、备课……经常忘记下节课在哪、几点开会。手机提醒太吵，电脑提醒看不见。我想要一个放在桌面上、能听我说话、能主动提醒我的东西。

刚好手上有 M5Stack Core S3（300 多块的开发板），又本地部署了 OpenClaw（AI 助手框架），就想：能不能把它们连起来？

怎么实现的？

【硬件外观图】

【架构图：硬件 → MCP → OpenClaw → 飞象星球/阿里云】

自建服务器的朋友，可以参考这个仓库：https://github.com/hackers365/xiaozhi-esp32-server-golang

实际能做什么？

【演示视频：语音查作业数据】

（本来这块想演示一下，但是涉及到了学生的姓名和数据，不好展示了哈）

• 「上次作业谁没交？」→ 它会列出名单，顺带告诉我哪些学生掌握不到位
• 「下节课重点是什么？」→ 基于作业数据，建议下节课要讲的知识点
• 「几点开会？」→ 提醒今天的日程安排
• 「该上课了」→ 提前 5 分钟提醒下节课时间、地点、班级

【演示视频：可以看看通过硬件交互让它语音打开指定网站】

问题

• 聆听延迟有点高，说完话要等一会儿才响应
• 语音识别和合成本身还可以，但整体交互流畅度需要优化
• 2 寸屏幕太小，显示信息有限
• 目前只连了飞象星球，其他平台还在适配
• 需要本地部署 OpenClaw + 配置 MCP，对老师有一定技术门槛

体验

不是完美的产品，但证明了「硬件 + 本地 AI」在教育场景是可行的。它不是那种买了就吃灰的东西，而是真的在帮我省时间。

下一步打算：接入更多平台（如钉钉、企业微信），优化语音识别，看看能不能给其他老师也搞一个。

以及整理和整合更多实际场景的 skill 用于硬件中

如果你也想试试，硬件 300 多，OpenClaw 开源免费，技术门槛不算高。有问题可以评论区聊聊。