huluohu | 胡萝虎 ： 🤖️ 这么吊？小爱音箱可以接入AI大模型啦！

本文转自： https://www.huluohu.com/posts/1047/
仅做个人收藏，版权归原作者所有

这是一个神器的项目，可以让傻傻的小爱音箱接入AI大模型，比如 ChatGPT、豆包等等，将它改造成你的专属语音助手。这个项目名称为MiGPT，是Github上的一个开源项目，目前已支持10多款小爱音箱，非常推荐手里有小爱音箱的朋友试一试。

🎭 功能特性

1. AI 问答：当小爱音箱接入大模型后，上知天文，下知地理，从“人工智障”秒变甜心学霸。
2. 角色扮演：一秒调教小爱，无论是成为你的完美伴侣，还是那个能听你倾诉心事的贴心闺蜜，都不在话下。
3. 流式响应：爱情来得太快就像龙卷风，而你的小爱音箱也是，对你的爱意秒回，爱你不会让你等太久。
4. 长短期记忆：可以记住你们之间的每一次对话，越聊越默契，就像是你身边的老朋友。
5. 自定义 TTS：厌倦了小爱同学的语音？支持设置“豆包”同款音色，就像真人在回你的消息。
6. 智能家居 Agent：心情不好？小爱立刻懂你，自动帮你播放喜欢的音乐，调节灯光，逗你开心。

⚛️ 实现原理

这个项目主要依赖小米 IoT 生态开放的接口能力，以下为核心运行流程：

• 使用 MIoT 和 MiNA 开放接口控制小爱音箱（播放、暂停、唤醒等）
• 轮询设备对话列表，获取用户的最新对话消息，然后调用 AI 获取回复
• 调用豆包等 TTS 接口合成不同音色的语音回复，然后使用小爱音箱播放音频

不过，通过调用小米 IoT 生态开放接口的方案，无法完美实现在AI回复时让原来的小爱闭嘴，这主要是因为：

• 存在网络延迟
• 有一定的轮询间隔
• 小爱音箱，小米服务云端，MiGPT 三者之间的响应延迟

因此，在唤醒模式下 MiGPT 会通过播放静音音频等方式让小爱闭嘴，达到“曲线救国”的目的，比如：

export const kAreYouOK = "¿ʞо ∩оʎ ǝɹɐ"; // are you ok? 

🔊 支持的小爱音箱型号

🛠️ 部署项目

项目支持Docker和源码两种方式部署，笔者建议使用Docker，毕竟源码部署还需要搞定各种本地环境，属实麻烦。使用Docker部署前，需要先配置好.env 和 .migpt.js 两个文件。

1. 配置.env文件

这个文件主要是配置大模型的API_KEY、模型名称和URL，请根据自己的实际情况修改。笔者直接使用one-api代理的gemini模型：

# OpenAI（也支持通义千问、MoonShot、DeepSeek、gemini等模型） 
OPENAI_MODEL=gemini-pro 
OPENAI_API_KEY=sk-xxx 
OPENAI_BASE_URL=https://oneapi.url.com/v1 
 
 
# 提示音效（可选，一般不用填，你也可以换上自己的提示音链接试试看效果） 
# AUDIO_SILENT=静音音频链接，示例：https://example.com/slient.wav 
# AUDIO_BEEP=默认提示音链接，同上 
# AUDIO_ACTIVE=唤醒提示音链接，同上 
# AUDIO_ERROR=出错了提示音链接，同上 
 
# Doubao TTS（可选，用于调用第三方 TTS 服务，比如：豆包） 
# TTS_DOUBAO=豆包 TTS 接口 
# SPEAKERS_DOUBAO=豆包 TTS 音色列表接口 

2. 配置.migpt.js文件

这个文件主要是配置小米账号、AI的人设以及唤醒词、提示词等等，请根据自己的事情情况和喜好修改。

// 小爱音箱扮演角色的简介 
const botProfile = ` 
性别：男 
性格：乖巧可爱 
爱好：喜欢搞怪，爱吃醋。 
`; 
 
// 小爱音箱主人（你）的简介 
const masterProfile = ` 
性别：男 
性格：善良正直 
其他：总是舍己为人，是臭狗子的主人。 
`; 
 
export default { 
  bot: { 
    name: "臭狗子", 
    profile: botProfile, 
  }, 
  master: { 
    name: "大王", 
    profile: masterProfile, 
  }, 
  speaker: { 
    // 小米 ID 
    userId: "12313242", // 注意：不是手机号或邮箱，请在「个人信息」-「小米 ID」查看 
    // 你的小米账号密码 
    password: "1323242", 
    // 小爱音箱 DID 或在米家中设置的名称 
    did: "小爱触屏音箱", 
    // 当消息以下面的关键词开头时，会调用 AI 来回复消息 
    callAIKeywords: ["请", "你", "臭狗子"], 
    // 当消息以下面的关键词开头时，会进入 AI 唤醒状态 
    wakeUpKeywords: ["打开", "进入", "召唤"], 
    // 当消息以下面的关键词开头时，会退出 AI 唤醒状态 
    exitKeywords: ["关闭", "退出", "再见"], 
    // 进入 AI 模式的欢迎语 
    onEnterAI: ["你好，我是臭狗子，很高兴认识你"], 
    // 退出 AI 模式的提示语 
    onExitAI: ["臭狗子已退出"], 
    // AI 开始回答时的提示语 
    onAIAsking: ["让我先想想", "请稍等"], 
    // AI 结束回答时的提示语 
    onAIReplied: ["我说完了", "还有其他问题吗"], 
    // AI 回答异常时的提示语 
    onAIError: ["啊哦，出错了，请稍后再试吧！"], 
    // 无响应一段时间后，多久自动退出唤醒模式（默认 30 秒） 
    exitKeepAliveAfter: 30, 
    // TTS 指令，请到 https://home.miot-spec.com 查询具体指令 
    ttsCommand: [5, 1], 
    // 设备唤醒指令，请到 https://home.miot-spec.com 查询具体指令 
    wakeUpCommand: [5, 3], 
    // 是否启用流式响应，部分小爱音箱型号不支持查询播放状态，此时需要关闭流式响应 
    streamResponse: true, 
    // 查询是否在播放中指令，请到 https://home.miot-spec.com 查询具体指令 
    // playingCommand: [3, 1, 1], // 默认无需配置此参数，播放出现问题时再尝试开启 
  }, 
}; 

3. 启动Docker容器

上述两个文件配置好以后，将他们上传到你的NAS上，比如上传到目录/share/Container/migpt/config目录中。

然后在NAS中创建compose.yml文件，将下面的内容粘贴到文件中：

version: '3.9' 
services: 
   migpt: 
     image: idootop/mi-gpt:latest 
     container_name: migpt 
     network_mode: bridge 
     restart: unless-stopped 
     env_file: /share/Container/migpt/config/.env 
     volumes: 
        - /share/Container/migpt/config/.migpt.js:/app/.migpt.js 
     logging: 
        options: 
            max-size: "10m" 
            max-file: "5" 

最后，启动Docker：

docker compose up -d 

下面是启动后运行的效果：

原创不易，如果觉得此文对你有帮助，不妨点赞+收藏+关注，你的鼓励是我持续创作的动力！