功能使用教學

本頁依韌體 v2.5.2 上游 README 的「已實現功能」整理小智能做什麼。具體能力因開發板硬體而異（螢幕、攝影機、回音消除等），以所用開發板目錄下的說明為準。

語音對話

• 離線語音喚醒：基於 ESP-SR，支援自訂喚醒詞。
• 兩類對話方案：既支援傳統的串流 ASR + LLM + TTS，也支援 Realtime 端到端語音模型；音訊使用 Opus 串流傳輸。
• 全雙工：具備 AEC（回音消除）的硬體可以實現即時全雙工互動。
• 聲紋識別：基於 3D Speaker，識別目前說話人的身分。
• 通訊協定：WebSocket 或 MQTT + UDP，由伺服器在 OTA 回應中指定，見 首次啟動。

顯示與回饋

• OLED / LCD 顯示螢幕，支援表情和豐富的情緒呈現，見 表情與情緒；
• 電量顯示與電源管理；
• 部分硬體支援攝影機視覺輸入；
• 上游 README 標示提供 38 種介面語言，語音提示優先使用在地化資源，缺失時自動回退到英文。

裝置控制（MCP）

• 裝置端 MCP：控制音量、燈光、馬達、GPIO 等；
• 雲端 MCP：擴展大模型能力，如智慧家居控制、PC 桌面操作、知識搜尋、郵件收發。

協定與用法見 MCP 文件。

個人化

自訂喚醒詞、字型、表情與聊天背景，可以透過網頁線上修改，工具是上游的 Assets 產生器。

連網

支援 Wi‑Fi、有線乙太網路、USB RNDIS 和 Cat.1 4G，Wi‑Fi 可用熱點或 BluFi 配網，詳見 網路設定說明。

來源：78/xiaozhi-esp32 v2.5.2 的 README_zh.md「已實現功能」。