75元！复刻Moji 2.0 小智 AI 桌面机器人，基于乐鑫ESP32开发板，内置DeepSeek、Qwen大模型

优质文章学习记录

— 7 min read
文末联系小编，获取项目源码

Moji 2.0 是一个栖息在你桌面上的“有灵魂的伴侣”，采用乐鑫 ESP32-C5开发板，配置 1.5寸 360x360 高清屏，FPC 插接方式，支持 5G Wi-Fi 6 极速连接，内置小智 AI 2.0 系统，主要充当智能电子宠物的角色，在你工作学习枯燥时，通过圆形屏幕上的动态表情包卖萌解压，提供情绪陪伴；同时它也是功能强大的AI 语音助手，支持像真人一样流畅的连续对话，随时为你查询天气、解答疑惑或闲聊解闷，非常适合作为极客桌搭或嵌入式学习的开源平台。

🛠️ 装配进化

告别手焊屏幕的噩梦。全新设计的 FPC 插座连接，排线一插即锁，将复刻门槛降至最低。

🚀 性能进化

主控升级为 ESP32-C5。支持 5GHz Wi-Fi 6，在复杂的智能家居网络中，语音交互响应快如闪电。

👁️ 视觉进化

屏幕尺寸跃升至 1.5寸 (360x360)。配合 QSPI 协议 驱动，动画丝滑流畅，彻底告别撕裂与拖影。

🔈 听感进化

重构音频电路，采用 ES8311 全差分链路。有效抵消射频干扰，背景底噪深邃宁静。

🔋 能源进化

内置 500mAh 电池，搭配 DC-DC 高效电源与无线充电预留接口，随手一放即可回血。

🤖 小智AI 2.0

完美适配最新固件。支持全双工语音对话、打断唤醒，响应速度质的飞跃。

😀 自定义表情

得益于大内存和 QSPI 屏，支持自定义图片/GIF 表情。根据对话情绪（开心/生气）自动切换。

🤖 技术架构

Moji 2.0 小智AI机器人项目构建起从硬件接入、智能体构建到生态联动的一站式开发流程，它不仅是智能工具，更是一个真正“懂你”的AI助理。无论是在解决问题还是分享快乐，小智AI聊天机器人都以独特的智慧和温柔的方式，使科技更加有温度，生活更美好。ESP32智能AI套件为开发者提供了一条高效、开放、具备可复制性的落地路径。

图片
  • 通信协议 基于 xiaozhi-esp32 协议，通过 WebSocket 实现数据交互。
  • 对话交互 支持唤醒对话、手动对话及实时打断。长时间无对话时自动休眠
  • 多语言识别 支持国语、粤语、英语、日语、韩语（默认使用 FunASR）。
  • LLM 模块 支持灵活切换 LLM 模块，可选阿里通义Qwen、DeepSeek、OpenAI 等

主控芯片：ESP32-C5（双频 Wi - Fi 6+ RISC - V )

屏幕规格：1.5寸 IPS 高清圆屏（360x360分辨率）

驱动接口：高速 QSPI 协议

音频方案：ES8311解码＋全差分走线

电源系统：500mAh电池＋ DC / DC 稳压

软件生态：适配小智 AI 2.0

Moji 2.0 核心功能

  • 离线语音唤醒：通过 ESP-SR 实现。
  • 流式语音对话：支持 WebSocket 和 UDP 协议。
  • 声纹识别：识别说话者身份。
  • 短期记忆：对每轮对话进行总结。
  • 自定义角色：支持提示词和音色设置。
  • LCD 显示屏：显示emoji及对话内容。
  • 大模型：可接入DeepSeek、OpenAI 、Qwen等
  • 联网能力：支持 Wi-Fi 和 4G 双网络接入

🛠️ 硬件组装

图片

芯片焊接：音频芯片 ES8311 为 QFN 封装，必须使用热风qiang或加热台，仅靠电烙铁无法完成。

焊接顺序：强烈建议先验证喇叭有声音之后，最后再焊接麦克风，避免麦克风损坏导致排查困难。

麦克风温控：麦克风极度怕热，风qiang温度需 ≤300°C 且吹焊时间小于 10 秒。

洗板水禁忌：清理焊盘时，严禁洗板水/酒精渗入麦克风拾音孔，否则会导致麦克风永久失效。

PCB 厚度：下单打板时请务必选择 1.6mm，否则 Type-C 接口高度不匹配外壳。

屏幕安装：安装排线时，先确认排线方向然后对准插座，缓慢插入排线。切勿暴力硬插。

固件烧录：建议使用 ESP Flash Download Tool，地址设为 0x00000。需按住 Boot 键插入 USB 进入烧录模式。

🚀 物料清单

🎯 原理图和PCB板

🌳 写在最后

Moji智能AI助手可以搭载多种开源AI大模型( DeepSeek、OpenAI 、通义千问)，通过对话角色自定义、海量知识库、长期记忆、语音声纹识别等功能，成为了一个真正“懂你”的AI助理。无论是在解决问题还是分享快乐，Moji 都以独特的智慧和温柔的方式，使科技更加有温度，生活更美好。

ESP32 智能AI项目源码：

https://github.com/78/xiaozhi-esp32

Moji 智能AI助手 3D建模资料获取：

https://makerworld.com.cn/zh/@MoveCall

Moji 智能AI助手项目资料获取：

https://oshwhub.com/movecall/moji2

如有IoT 源码采购和项目交付需求，商务合作，企业产品推广，请扫码联系小编，微信号: beacon0418

往期推荐

☞开箱即用！国产开源30+AI视觉算法IoT智能物联网云平台

☞国产开源Web 工业IoT组态软件，支持Modbus、OPC，支持拖拉拽

☞源码交付，7天完成国产信创部署智慧工地方案

☞4万元，国产信创私有化部署，破解县域无人机AI巡检平台落地难题

☞上班摸鱼， 智能 AI 监控老板行踪

☞免费开源，千知AI知识图谱平台，支持DeepSeek、Qwen

☞信创部署，源码交付！县域低空经济无人机 AI 巡检平台

☞智慧农业大爆发：AI+物联网+区块链重构“天空地”一体化监测

免责声明：本公众号所发布的内容来源于互联网，我们会尊重并维护原作者的权益。由于信息来源众多，若文章内容出现版权问题，或文中使用的图片、资料、下载链接等，如涉及侵权，请告知我们，我们将尽快处理。主理人微信: beacon0418

Read more

前端状态管理：别让你的状态变成一团乱麻

前端状态管理：别让你的状态变成一团乱麻 毒舌时刻 这状态管理得跟蜘蛛网似的，谁能理得清？ 各位前端同行，咱们今天聊聊前端状态管理。别告诉我你还在使用 setState 管理所有状态，那感觉就像在没有地图的情况下寻宝——能找，但累死你。 为什么你需要状态管理 最近看到一个项目，组件之间传递状态需要经过 5 层，修改一个状态要修改多个地方。我就想问：你是在做状态管理还是在做传递游戏？ 反面教材 // 反面教材：混乱的状态管理 function App() { const [user, setUser] = useState(null); const [posts, setPosts] = useState([]); const [comments, setComments] = useState([]); const [loading, setLoading] = useState(true); useEffect(() => { async function fetchData() { setLoading(
人工智能：自然语言处理在社交媒体分析领域的应用与实战

人工智能：自然语言处理在社交媒体分析领域的应用与实战

人工智能：自然语言处理在社交媒体分析领域的应用与实战 学习目标 💡 理解自然语言处理（NLP）在社交媒体分析领域的应用场景和重要性 💡 掌握社交媒体分析领域NLP应用的核心技术（如文本挖掘、情感分析、主题建模） 💡 学会使用前沿模型（如BERT、GPT-3、Transformer）进行社交媒体文本分析 💡 理解社交媒体领域的特殊挑战（如数据噪声、实时性要求高、用户意图多样性） 💡 通过实战项目，开发一个社交媒体情感分析应用 重点内容 * 社交媒体分析领域NLP应用的主要场景 * 核心技术（文本挖掘、情感分析、主题建模） * 前沿模型（BERT、GPT-3、Transformer）在社交媒体分析领域的使用 * 社交媒体领域的特殊挑战 * 实战项目：社交媒体情感分析应用开发 一、社交媒体分析领域NLP应用的主要场景 1.1 文本挖掘 1.1.1 文本挖掘的基本概念 文本挖掘是对社交媒体文本进行挖掘和分析的过程。在社交媒体分析领域，文本挖掘的主要应用场景包括： * 用户行为分析：分析用户的行为（如“
LTX-2.3：开源AI视频生成的新标杆，一个模型同时生成视频和音频

LTX-2.3：开源AI视频生成的新标杆，一个模型同时生成视频和音频

当 AI 视频生成不再是闭源巨头的专利 在 AI 视频生成领域，我们见证了太多令人惊艳的 demo，但它们大多藏在闭源的高墙之后。而今天，Lightricks 发布的 LTX-2.3 正在改写这个故事——这是一个完全开源、可本地运行、能同时生成高质量视频和同步音频的基础模型。更重要的是，它不只是一个实验室产物，而是一个真正为生产环境设计的创作引擎。 什么是 LTX-2.3？ LTX-2.3 是 Lightricks 推出的最新一代音视频生成基础模型，它基于 Diffusion Transformer（DiT）架构构建，拥有约 190 亿参数，其中 140 亿用于视频处理，50 亿用于音频生成。这是业界首批能够在单一统一架构中同时生成同步音频和视频的开源模型之一。 与前代 LTX-2 相比，2.3 版本带来了全面的质量提升。它重建了
task：全网最牛的AI 白嫖教程，用 trae “套娃”安装Claude code

task：全网最牛的AI 白嫖教程，用 trae “套娃”安装Claude code

task：全网最牛的AI 白嫖教程，用 trae “套娃”安装Claude code 背景 之前一直没有动手处理 AI 编程软件的事情，一直还停留在拉取 github 然后本地安装的“刻板映像”中，而实际情况是在我拥有 AI-IDE 窗口之后，很多工具都可以互相接通，所以我从最开始下载cursor 安装，逐渐转换为cursor 只是我的一个窗口，最终目的是用 安装Claude code。 描述 认知跃迁，从“本地安装工具”的静态思维 → 转向“AI-IDE 为统一入口”的动态集成范式。本质是将 Cursor 视为「AI 编程操作系统」的 Shell，而非终点。核心转变：工具即服务，窗口即接口。 准备怎么干 摸黑开始，