功能使用教程

本页按固件 v2.5.2 上游 README 的「已实现功能」整理小智能做什么。具体能力因开发板硬件而异（屏幕、摄像头、回声消除等），以所用开发板目录下的说明为准。

语音对话

• 离线语音唤醒：基于 ESP-SR，支持自定义唤醒词。
• 两类对话方案：既支持传统的流式 ASR + LLM + TTS，也支持 Realtime 端到端语音模型；音频使用 Opus 流传输。
• 全双工：具备 AEC（回声消除）的硬件可以实现实时全双工交互。
• 声纹识别：基于 3D Speaker，识别当前说话人的身份。
• 通信协议：WebSocket 或 MQTT + UDP，由服务器在 OTA 响应中指定，见 首次启动。

显示与反馈

• OLED / LCD 显示屏，支持表情和丰富的情绪呈现，见 表情与情绪；
• 电量显示与电源管理；
• 部分硬件支持摄像头视觉输入；
• 上游 README 标注提供 38 种界面语言，语音提示优先使用本地化资源，缺失时自动回退到英文。

设备控制（MCP）

• 设备端 MCP：控制音量、灯光、电机、GPIO 等；
• 云端 MCP：扩展大模型能力，如智能家居控制、PC 桌面操作、知识搜索、邮件收发。

协议与用法见 MCP 文档。

个性化

自定义唤醒词、字体、表情与聊天背景，可以通过网页在线修改，工具是上游的 Assets 生成器。

联网

支持 Wi‑Fi、有线以太网、USB RNDIS 和 Cat.1 4G，Wi‑Fi 可用热点或 BluFi 配网，详见 网络配置说明。

来源：78/xiaozhi-esp32 v2.5.2 的 README_zh.md「已实现功能」。