小歪桌面机器人
简介
小歪AI积木是一款可拼接的AI开源桌面硬件，基于ESP32开发，支持注视感知、口型跟随、米家控制。大模型驱动，完全开源。
简介：小歪AI积木是一款可拼接的AI开源桌面硬件，基于ESP32开发，支持注视感知、口型跟随、米家控制。大模型驱动，完全开源。开源协议
：GPL 3.0
描述
Brufik 小歪桌面机器人可复刻的开源 AI 硬件平台
一款有生命感的桌面开源机器人：注视感知 · 免唤醒语音 · 口型跟随 · AI 宠物形象。硬件 + 固件 + 后台 + Web 控制台全套开源，可按公开文档自行复刻。
不是玩具外壳，而是一套能二次开发的桌面 AI 平台
说明书按详情页方式呈现，内容覆盖硬件、固件、后台和 Web 控制台，方便你在复刻前完整了解它的能力边界与价值。
注视感知
板载 OV2640 摄像头配合后台人脸/注视判断，识别用户是否看向机器人，驱动头部舵机自然回应，实现免唤醒的“对视”交互。
免唤醒语音
固件内置 VADNet（ESP-SR AFE）人声门控，无需唤醒词，说话即触发；上行至后台完成 ASR、LLM 与工具调用。
口型与表情跟随
语音、口型、表情和头部动作统一调度，说话时按音节变化口型，而不是循环张嘴，屏幕表情随情绪切换。
AI 宠物形象
“它记得的事”“认识的人”和长期记忆让小歪像宠物一样有记性，配合注视、触摸和语音形成日常陪伴感。
控制端可视化
Web 控制台把硬件能力变成可配置项：捏脸、挑音色、设提醒、绑设备、看用量，普通用户也能上手。
全套开源共建
硬件设计（CERN-OHL-S）、固件与后台（GPL-3.0）、结构件和装配文档逐步开放，接口统一，方便迭代二创。
硬件外观与桌面姿态
从使用场景到桌面摆放，直观了解它的体积、姿态与上桌效果。
头部随注视转动、说话时口型跟随、情绪切换时表情变化——双舵机让它有真正的“活着”的姿态，而不是静止的摆件。
可常驻桌面、床头或工作台。休眠时安静待机，被看向或被叫时点亮双眼回应，承担陪伴、提醒和语音入口。
手指轻触头部即可唤醒互动，近距离展示表情变化与双眼灯效，是最直观的体验卖点。
体积小巧适合贴近电脑摆放，摄像头面向用户，便于进行注视识别和语音交互。
元器件清单与采购关键词
下表为自行组装所需的核心物料与淘宝 / 嘉立创搜索关键词，均来自硬件仓库 README，可直接照单采购。
XIAO 主控、OV2640 摄像头、ST7789 屏、大小舵机、喇叭、螺丝与全部 3D 打印结构件按装配逻辑铺开，对照下表核对物料。
| 部件 | 说明 | 搜索关键词 |
|---|---|---|
| 主控 | 带摄像头模组 + 板载麦克风（Sense 扩展板上，无需另购） | Seeed XIAO ESP32S3 SenseSeeed Studio XIAO ESP32S3 Sense |
| 镜头 | OV2640 用；广角 120°；同面（勿买异面）；长度 25 mm | OV2640 镜头 120度 同面 25mm |
| 屏幕 | 1.83 寸 SPI，ST7789 240×284 | 微雪 1.83寸 LCDWaveshare 1.83 LCD Rev2ST7789 240x284 |
| 舵机 | 一大一小：俯仰用大舵机，水平用 2g 舵机 | 2g 舵机微型舵机 2gSG90 / 9g 舵机 |
| 功放 | I2S 数字功放 | MAX98357AMAX98357 模块 |
| 喇叭 | 2011 腔体喇叭 | 喇叭 20118Ω 2011 扬声器 |
| 线材 | 信号与电源 | 杜邦线硅胶线 26AWG |
| 电源 | 5V 给舵机（≥1A），3.3V 给板子 / 屏 | 5V 1A 电源模块USB 5V |
| PCB | 本项目提供一块扩展 PCB 简化接线；不用 PCB 也可自行飞线焊接 | 见 hardware/mechanical/pcb |
hardware/mechanical/（含 Brufik step all v1.01.STP 与图文说明书 PDF）。硬件设计遵循 CERN-OHL-S-2.0，可自由复刻。接线图（XIAO 丝印 → 外设）
不使用扩展 PCB 时可按此表飞线。注意：微雪图纸上的 IO8 / IO3 指 ESP32 的 GPIO 号，不是丝印 D8 / D3。
| 外设 | 信号 | 接 XIAO 焊盘 | 备注 |
|---|---|---|---|
| LCD 屏 | MOSI / SCK / CS / DC | D10 / D8 / D1 / D2 | SPI；RST/BL 接 3.3V |
| 舵机 · 左右 (X) | PWM | D7 | 小 2g 舵机（水平转头） |
| 舵机 · 上下 (Y) | PWM | D6 | 大舵机（俯仰点头） |
| MAX98357 | DIN / BCLK / LRC | D0 / D5 / D4 | I2S → 2011 喇叭 |
| 麦克风 | PDM | 板载 | ESP32S3 Sense 主板自带，无需外接 |
| 舵机电源 | 5V / GND | 独立 5V ≥ 1A | 与逻辑共地 |
完整引脚宏定义见固件 firmware/deskbot_config.h 硬件段，其中含屏幕偏移、舵机保护（custom bootloader + servo_early_init）和 VADNet 门控参数。
软件控制端：把硬件能力变成可配置体验
以下每张界面都是一个独立的应用窗口，来自后台 deskbot-server 的 Web 控制台（默认 :5050），只展示本工程内置页面。
面向普通用户的 2C 入口：顶部是设备实时预览（状态 / 音色 / 情绪 / 记忆），右侧是捏表情、调声音、它记得的事、提醒、认识的人和我的设备的快捷卡片。
“基础捏脸 / 专业设计”两档；滑杆调节眼距、眼高、眯眼、嘴宽、嘴高、嘴型、脸颊，并提供日常待机、开心、害羞、生气、惊讶、难过、睡觉、思考、倾听、苏醒等情绪皮肤与情绪→表情映射。
火山引擎豆包语音（seed-tts-2.0）优选音色，支持搜索、按场景筛选、试听与音量调节，满意后“设为当前”，TTS Key 状态一目了然。
绑定与切换 device_id，标记“当前”控制的是哪一台小歪，支持解绑与新增设备，与固件的设备编号对应。
用量与账单（ASR / 人脸 / LLM / TTS 字节消耗）、API Key、LLM 模型、账号和调试入口集中管理，方便开发者排查问题。
设备在线状态、当前音色与情绪总览，一屏进入各项配置。
长期记忆与定时提醒，形成更像宠物的日常体验。
按设备管理人脸档案，让小歪认得家里人。
硬件、后台、控制台如何协同
硬件负责“看见、听到、说话、动作和显示”，后台负责“识别、思考、生成和下发”，控制台负责“配置与绑定”。
摄像头判断注视状态，VADNet 人声门控免唤醒触发语音上行。
VAD → FunASR 转写，可选携带 camera_frame 供人脸/视觉判断。
多轮对话 + 工具调用，生成回复、情绪、动作与（可选）米家指令。
豆包 TTS 合成语音，连同 pb 表情/口型/动作指令下发设备。
屏幕显示口型表情，舵机同步转头点头，形成有生命感的互动。
邮箱登录
注册/登录后进入控制台，首启自动创建免费体验 API Key（每日 1GB 配额）。
绑定设备
在“我的设备”绑定 device_id，与固件里的设备编号对应。
调教形象
捏表情、挑音色、设提醒、加记忆，参数保存后设备与家页同步生效。
监控排查
高级页看用量、管 Key、换 LLM 模型，调试页做 LLM/TTS/仿真联调。
规格参数与资料范围
| 模块 | 定位 | 主要内容 | 说明 |
|---|---|---|---|
| 主控 | Seeed XIAO ESP32S3 Sense | ESP32-S3 + 板载 OV2640 摄像头 + 板载 PDM 麦克风 | 轻量端侧，复杂计算放到后台。 |
| 显示 | 1.83" SPI 屏 | ST7789 240×284，SPI（MOSI/SCK/CS/DC） | 显示眼睛、口型与情绪表情。 |
| 运动 | 2 轴云台 | 大舵机(俯仰/Y·D6) + 2g 小舵机(水平/X·D7) | 点头转头，注视时同步回应。 |
| 音频 | 输入 + 输出 | PDM 板载麦 + MAX98357A I2S 功放 → 2011 喇叭 | 免唤醒拾音（VADNet）与语音播放。 |
| 网络 | Wi-Fi | 默认 deskbot_wifi，或热点 Deskbot_Rom 配网 | WebSocket 上行 /asr_chat。 |
| 后台服务 | 语音与 AI 编排 | VAD → FunASR → LLM(多轮 tools) → 豆包 TTS → pb 下行 | 端口 9000（设备）/ 5050（控制台）。 |
| Web 控制台 | 2C 配置入口 | 家 / 表情 / 声音 / 它记得的事 / 提醒 / 认识的人 / 我的设备 / 高级 | 面向普通用户，减少命令行操作。 |
| 开源资料 | 可复刻 | 硬件设计、固件、后台、控制台、结构件、装配 PDF 与视频 | 硬件 CERN-OHL-S-2.0 / 软件 GPL-3.0。 |
开始使用
两条路径：想快速跑通选“开箱即用”；要自己改硬件/后台选“开发者复刻”。
组装硬件
对照零件全图、装配 PDF 与组装视频，确认屏、舵机、摄像头、麦和喇叭方向与接线。
启动后台
部署 deskbot-server，填写 LLM_API_KEY 等配置，让语音与 AI 链路可用。
烧录固件
编辑 deskbot_config.h 写入 Wi-Fi、WS 地址和 device_id，PlatformIO 烧录。
打开控制台
邮箱登录 Web 控制台，绑定设备，配置表情、声音、记忆与高级参数。
把路由器或手机热点设为 deskbot_wifi / hello2026（与固件默认一致），给机器人上电，自动连网并访问语音后台后即可对话、做表情和头部动作。要改用家里 Wi-Fi：上电后连接热点 Deskbot_Rom，浏览器打开 http://192.168.4.1/ 按引导选择家里的 Wi-Fi 保存。
C:\> git clone https://github.com/OpenDeskBot/open-deskbot-service.git
C:\> cd open-deskbot-service
C:\> cp deskbot-server/.env.example deskbot-server/.env REM 必填 LLM_API_KEY
C:\> ./start.sh REM :9000 设备链路 + :5050 Web 控制台
REM 2) 固件烧录（需 USB + PlatformIO）
C:\> git clone https://github.com/OpenDeskBot/open-deskbot-hardware.git
C:\> cd open-deskbot-hardware
REM 编辑 firmware/deskbot_config.h：WIFI_DEFAULT_* / DESKBOT_WS_HOST / DESKBOT_WS_PORT / device_id
C:\> ./flash_rom.sh all REM 烧录 + 串口监视
开源仓库与许可证
软硬件分仓维护，总仓库聚合入口。复刻或二次开发前请以各仓库随附的 LICENSE 为准。
总仓库：聚合硬件、固件、后台与控制台资料，从这里开始了解全貌。
github.com/OpenDeskBot/brufik_in_one →HARDWAREopen-deskbot-hardware硬件设计、固件、结构件、BOM、接线与装配 PDF；含烧录脚本 flash_rom.sh。
github.com/OpenDeskBot/open-deskbot-hardware →SERVICEopen-deskbot-service后台服务与 Web 控制台：VAD/ASR/LLM/TTS 编排、设备通道、用量与账号。
github.com/OpenDeskBot/open-deskbot-service →CERN-OHL-S-2.0 · 位于 hardware/mechanical/，可自由复刻与改进，衍生设计需同样开源。GNU GPL v3.0 · 固件与后台服务，修改分发需遵循 GPL 传染性条款。说明与常见问题
不是成品售卖页，而是嘉立创开源广场用的产品说明与复刻文档。物料、3D 打印、装配和后台部署需按公开资料自行完成。
硬件是小歪本体（摄像头、屏、舵机、麦、喇叭）；后台负责语音识别、LLM 与 TTS 编排；Web 控制台负责配置与绑定。三者组合后才是完整体验。
语音与 AI 能力依赖后台。可以先用项目提供的默认 Wi-Fi 与体验后台“开箱即用”，也可以自建 deskbot-server（每日免费体验 Key 有 1GB 配额）。
可以。PCB 只是简化接线，完全可以按“接线图”一节自行飞线焊接。
米家属于 LLM 工具调用扩展能力，需要在后台配置账号、权限与工具接口，再由语音或 Agent 指令触发；以最终仓库文档为准。
硬件设计（CERN-OHL-S-2.0）与软件（GPL-3.0）协议不同，商用前请逐仓核对 LICENSE 与传染性条款。
设计图
未生成预览图，请在编辑器重新保存一次BOM
暂无BOM
克隆工程知识产权声明&复刻说明
本项目为开源硬件项目，其相关的知识产权归创作者所有。创作者在本平台上传该硬件项目仅供平台用户用于学习交流及研究，不包括任何商业性使用，请勿用于商业售卖或其他盈利性的用途；如您认为本项目涉嫌侵犯了您的相关权益，请点击上方“侵权投诉”按钮，我们将按照嘉立创《侵权投诉与申诉规则》进行处理。
请在进行项目复刻时自行验证电路的可行性，并自行辨别该项目是否对您适用。您对复刻项目的任何后果负责，无论何种情况，本平台将不对您在复刻项目时，遇到的任何因开源项目电路设计问题所导致的直接、间接等损害负责。
