AI + IoT 的具象化:真正“懂你”的情感陪伴智能体
智能硬件的发展经历了几个阶段:从最初的“能联网”,到后来“能听你说话”,再到今天,我们希望它不仅能理解你的话,还能回应你,甚至陪伴你。想象以下的几个场景:
- 下班回家,它主动问候你:“今天看起来有点疲惫,要不要帮你调暗灯光,放点轻音乐?”
- 孩子和它聊天,它能用不同角色的声音演绎小故事。
- 打开摄像头,它看看你的穿搭,并幽默回应:“今天这身很有气质!”
这并非只存在于科幻作品中,而是大模型(LLM)+ 多模态 AI + IoT 技术结合的必然趋势。
传统 IoT 设备大多依赖“命令式控制”,即系统通过硬编码或者预置规则的方式来对设备进行控制,无法智能感知设备状态的变化。而未来的设备将迈向语义交互和情感陪伴。情感陪伴智能体,正是这一趋势的缩影。
该系列文章适合谁?
如果你符合以下任意一种特征,这个系列就是为你准备的:
- 智能硬件开发工程师:想探索 AI 如何赋能 IoT
- 嵌入式/物联网开发者:对接 AI 服务,实现语音、视觉交互
- 硬件发烧友 / 创客:想 DIY 一个“有灵魂”的智能小助手
- AI 应用开发者:希望从云端走向硬件,打通端到端体验
如果你曾经做过智能家居、机器人、AI 助手项目,这个系列能帮你提升到一个全新的交互层级。
背景知识要求
别担心,你不需要成为全栈大神,但以下知识会让你更轻松:
- 硬件开发基础:会烧写 ESP32 程序(ESP-IDF)
- 网络通信基础:了解 MQTT 协议的基本概念(发布/订阅)
- Python 基础:后续 LLM 和云端应用用到 Python SDK
- AI 应用概念(选修):知道什么是大语言模型(LLM)、ASR(语音识别)、TTS(语音合成)
不会这些也没关系,系列文章会逐步讲解,并提供开箱即用的示例。
为什么要自己做?
- 商用产品封闭无法定制,而我们希望用最经济、最简单的方式,构建一个功能强大的情感陪伴智能体
- 借助开源硬件(ESP32)+ 云端 AI 接口,个人开发者也能打造接近厂商级体验的智能体
- 这个过程不仅能让你玩出酷炫的 AI 硬件,还能深入理解 AI + IoT 的架构设计与实践
本系列教程的目标
通过渐进式教程,带你从零搭建一个情感陪伴智能体,它将具备:
- 语音交互:听懂你的话,并用自然语气回答
- 设备控制:通过语义指令调节屏幕亮度、音量等
- 个性化人格:设定性格、喜好,具备一定记忆能力
- 视觉理解:识别图像内容,并生成趣味反馈
最终,你将实现这样的体验:
- “嘿,把屏幕调暗一点” → “好的,已经帮你调暗,舒服点了吧?”
- “你看一下我,觉得怎么样?” → 智能体拍摄照片并上传 → “呦,今天这么好看,是想迷死谁啊?”
本系列教程路线图
篇章 | 功能 | 难度 |
---|---|---|
1 | 整体介绍:背景 + 环境准备 + 设备上线 | ★ |
2 | 从“命令式控制”到“语义控制”:MCP over MQTT 封装设备能力 | ★★ |
3 | 接入 LLM,实现“自然语言 → 设备控制” | ★★ |
4 | 语音 I/O:麦克风数据上传 + 语音识别 + 语音合成回放 | ★★★ |
5 | 人格、情感、记忆:从“控制器”到“陪伴体” | ★★★ |
6 | 给智能体增加“眼睛”:图像采集 + 多模态理解 | ★★★ |
技术栈一览
- ESP32:低成本 + Wi-Fi/Bluetooth + 丰富外设,智能硬件项目首选
- MQTT 协议:轻量、实时、跨平台,IoT 标配
- MCP (Model Context Protocol) Over MQTT
- 让 LLM 通过“工具调用”直接控制硬件
- 设备服务以“能力声明”方式注册,AI 调用自然、标准
- AI 能力:
- LLM:处理自然语言、控制意图
- ASR/TTS:语音识别与合成
- VLM(多模态大模型):视觉理解,生成有趣描述
- 云端服务:
- EMQX Serverless,或者本地安装的 EMQX
- 开源 AI 框架:LangChain / LangFlow / LlamaIndex,本文选择的是 LlamaIndex
一句话概括架构:ESP32 做“硬件执行器”,云端 AI 做“大脑”,MQTT + MCP 做“神经通路”。
硬件清单
为完成本教程所有相关的功能,推荐准备以下硬件:
- ESP32-S3-DevKitC(熟悉开发版的可以选择其他型号)
- INMP441 麦克风模块
- 功放 MAX98357A
- 喇叭 2-3W
- IIC 接口的液晶显示器
- OV2640 摄像头模块
- 400 孔面包板以及杜邦线一套
总体系统架构设计
- 硬件层:ESP32 + 麦克风 + 扬声器 + 摄像头 + 屏幕。
- 连接层:MQTT Broker(EMQX) + MCP 协议。
- AI 服务层:自然语言处理、语音合成、视觉识别、人格逻辑
AI 服务方面,本文选择了阿里云的语音识别,语音合成,大模型以及多模态大模型的服务。
第一个目标:让设备上线
本实践主要是为了把 ESP32 设备连接到服务器,并发送消息
如图所示,
- ESP32 连接 EMQX Serveless 服务
- MQTTX(作为服务端的应用)也连接到 EMQX Serveless,订阅主题
emqx/esp32
- ESP32 发布消息
Hi EMQX I'm ESP32 ^^
到主题emqx/esp32
- MQTTX 接收到上述消息
硬件:
- ESP32 开发板(推荐 DevKitC,带 USB 转串口)
- USB 数据线(注意必须支持数据传输)
软件 :
-
ESP-IDF
- 安装 ESP-IDF
- 安装 ESP-IDF 依赖,参考官方文档 - ESP-IDF Getting Started | Espressif Systems
- 安装 VS Code
- VS Code 中安装 ESP-IDF 扩展
- 参考 配置开发环境
- MQTT 客户端测试工具:MQTTX: Your All-in-one MQTT Client Toolbox
驱动注意:
- Windows 用户可能需要安装 CP210x 或 CH340 串口驱动
- macOS/Linux 通常即插即用
注册 EMQX Serverless
MQTT 作为智能体和云端大模型的传输协议,后续所有功能(语音、视觉、AI 控制)都依赖它与云端实时通信。为降低难度,避免本地安装和配置等复杂过程,推荐读者使用 EMQX MQTT 云服务。
- 访问 EMQX Serverless - 安全、可伸缩的 Serverless MQTT 消息服务。
- 按照网站的提示创建,注册账号,创建 MQTT 服务实例,获取以下信息:
- Broker 地址
- 用户名 / 密码
- 端口号(MQTT over TLS 推荐 8883)
注意:您也可以根据自己的情况,在本机或者内网中部署一个 EMQX Broker,这样做的好处是可以降低 ESP32 与远程服务器之间的网络时延 - 通过 Docker 运行 EMQX | EMQX 文档
编译 & 烧录 ESP32 程序
代码目录
| - CMakeLists.txt
| - sdkconfig
| - main
| --- main.c
| --- CMakeLists.txt
CMakeLists.txt
# The following lines of boilerplate have to be in your project's
# CMakeLists in this exact order for cmake to work correctly
cmake_minimum_required(VERSION 3.16)
set(CMAKE_EXPORT_COMPILE_COMMANDS ON)
include($ENV{IDF_PATH}/tools/cmake/project.cmake)
project(main)
sdkconfig
CONFIG_MQTT_PROTOCOL_5=y
CONFIG_ESP_WIFI_SOFTAP_SUPPORT=n
main/main.c
#include <stdio.h>
#include "freertos/FreeRTOS.h"
#include "freertos/event_groups.h"
#include "freertos/task.h"
#include "esp_log.h"
#include "esp_mac.h"
#include "esp_system.h"
#include "esp_wifi.h"
#include "mqtt_client.h"
#include "nvs_flash.h"
#define PIN_NUM_SCLK 21
#define PIN_NUM_MOSI 47
#define PIN_NUM_MISO -1
#define LCD_H_RES 240
static EventGroupHandle_t s_wifi_event_group;
static int s_retry_num = 0;
static esp_mqtt_client_handle_t client;
static const char *WIFI_SSID = "wifi_ssid";
static const char *WIFI_PASSWORD = "wifi_password";
static const char *MQTT_BROKER =
"mqtts://xxyyzzz:8883";
static const char *username = "user";
static const char *password = "password";
static const char *cert =
"-----BEGIN CERTIFICATE-----\n"
"MIIDrzCCApegAwIBAgIQCDvgVpBCRrGhdWrJWZHHSjANBgkqhkiG9w0BAQUFADBh\n"
"MQswCQYDVQQGEwJVUzEVMBMGA1UEChMMRGlnaUNlcnQgSW5jMRkwFwYDVQQLExB3\n"
"d3cuZGlnaWNlcnQuY29tMSAwHgYDVQQDExdEaWdpQ2VydCBHbG9iYWwgUm9vdCBD\n"
"QTAeFw0wNjExMTAwMDAwMDBaFw0zMTExMTAwMDAwMDBaMGExCzAJBgNVBAYTAlVT\n"
"MRUwEwYDVQQKEwxEaWdpQ2VydCBJbmMxGTAXBgNVBAsTEHd3dy5kaWdpY2VydC5j\n"
"b20xIDAeBgNVBAMTF0RpZ2lDZXJ0IEdsb2JhbCBSb290IENBMIIBIjANBgkqhkiG\n"
"9w0BAQEFAAOCAQ8AMIIBCgKCAQEA4jvhEXLeqKTTo1eqUKKPC3eQyaKl7hLOllsB\n"
"CSDMAZOnTjC3U/dDxGkAV53ijSLdhwZAAIEJzs4bg7/fzTtxRuLWZscFs3YnFo97\n"
"nh6Vfe63SKMI2tavegw5BmV/Sl0fvBf4q77uKNd0f3p4mVmFaG5cIzJLv07A6Fpt\n"
"43C/dxC//AH2hdmoRBBYMql1GNXRor5H4idq9Joz+EkIYIvUX7Q6hL+hqkpMfT7P\n"
"T19sdl6gSzeRntwi5m3OFBqOasv+zbMUZBfHWymeMr/y7vrTC0LUq7dBMtoM1O/4\n"
"gdW7jVg/tRvoSSiicNoxBN33shbyTApOB6jtSj1etX+jkMOvJwIDAQABo2MwYTAO\n"
"BgNVHQ8BAf8EBAMCAYYwDwYDVR0TAQH/BAUwAwEB/zAdBgNVHQ4EFgQUA95QNVbR\n"
"TLtm8KPiGxvDl7I90VUwHwYDVR0jBBgwFoAUA95QNVbRTLtm8KPiGxvDl7I90VUw\n"
"DQYJKoZIhvcNAQEFBQADggEBAMucN6pIExIK+t1EnE9SsPTfrgT1eXkIoyQY/Esr\n"
"hMAtudXH/vTBH1jLuG2cenTnmCmrEbXjcKChzUyImZOMkXDiqw8cvpOp/2PV5Adg\n"
"06O/nVsJ8dWO41P0jmP6P6fbtGbfYmbW0W5BjfIttep3Sp+dWOIrWcBAI+0tKIJF\n"
"PnlUkiaY4IBIqDfv8NZ5YBberOgOzW6sRBc4L0na4UU+Krk2U886UAb3LujEV0ls\n"
"YSEY1QSteDwsOoBrp+uvFRTp2InBuThs4pFsiv9kuXclVzDAGySj4dzp30d8tbQk\n"
"CAUw7C29C79Fv1C5qfPrmAESrciIxpg0X40KPMbp1ZWVbd4=\n"
"-----END CERTIFICATE-----";
static void event_handler(void *arg, esp_event_base_t event_base,
int32_t event_id, void *event_data)
{
if (event_base == WIFI_EVENT && event_id == WIFI_EVENT_STA_START) {
esp_wifi_connect();
} else if (event_base == WIFI_EVENT &&
event_id == WIFI_EVENT_STA_DISCONNECTED) {
if (s_retry_num < 5) {
esp_wifi_connect();
s_retry_num++;
ESP_LOGI("wifi sta", "retry to connect to the AP");
} else {
xEventGroupSetBits(s_wifi_event_group, BIT1);
}
ESP_LOGI("wifi sta", "connect to the AP fail");
} else if (event_base == IP_EVENT && event_id == IP_EVENT_STA_GOT_IP) {
ip_event_got_ip_t *event = (ip_event_got_ip_t *) event_data;
ESP_LOGI("wifi sta", "ip: " IPSTR ", mask: " IPSTR ", gateway: " IPSTR,
IP2STR(&event->ip_info.ip), IP2STR(&event->ip_info.netmask),
IP2STR(&event->ip_info.gw));
s_retry_num = 0;
xEventGroupSetBits(s_wifi_event_group, BIT0);
}
}
int wifi_init_sta(void)
{
s_wifi_event_group = xEventGroupCreate();
ESP_ERROR_CHECK(esp_netif_init());
ESP_ERROR_CHECK(esp_event_loop_create_default());
esp_netif_create_default_wifi_sta();
wifi_init_config_t cfg = WIFI_INIT_CONFIG_DEFAULT();
ESP_ERROR_CHECK(esp_wifi_init(&cfg));
esp_event_handler_instance_t instance_any_id;
esp_event_handler_instance_t instance_got_ip;
ESP_ERROR_CHECK(esp_event_handler_instance_register(
WIFI_EVENT, ESP_EVENT_ANY_ID, &event_handler, NULL, &instance_any_id));
ESP_ERROR_CHECK(esp_event_handler_instance_register(
IP_EVENT, IP_EVENT_STA_GOT_IP, &event_handler, NULL, &instance_got_ip));
wifi_config_t wifi_config = {
.sta = {
.threshold.authmode = WIFI_AUTH_WPA2_PSK,
.sae_pwe_h2e = WPA3_SAE_PWE_BOTH,
.sae_h2e_identifier = "",
},
};
strcpy((char *) wifi_config.sta.ssid, WIFI_SSID);
strcpy((char *) wifi_config.sta.password, WIFI_PASSWORD);
ESP_ERROR_CHECK(esp_wifi_set_mode(WIFI_MODE_STA));
ESP_ERROR_CHECK(esp_wifi_set_config(WIFI_IF_STA, &wifi_config));
ESP_ERROR_CHECK(esp_wifi_start());
ESP_LOGI("wifi sta", "wifi init finished.");
EventBits_t bits = xEventGroupWaitBits(s_wifi_event_group, BIT0 | BIT1,
pdFALSE, pdFALSE, portMAX_DELAY);
if (bits & BIT0) {
ESP_LOGI("wifi sta", "connected to ap SSID: %s", CONFIG_WIFI_SSID);
} else if (bits & BIT1) {
ESP_LOGI("wifi sta", "Failed to connect to SSID: %s", CONFIG_WIFI_SSID);
} else {
ESP_LOGE("wifi sta", "UNEXPECTED EVENT");
}
return 0;
}
static void mqtt5_event_handler(void *handler_args, esp_event_base_t base,
int32_t event_id, void *event_data)
{
char *TAG = "mqtt5";
ESP_LOGD(TAG, "Event dispatched from event loop base=%s, event_id=%" PRIi32,
base, event_id);
esp_mqtt_event_handle_t event = event_data;
esp_mqtt_client_handle_t client = event->client;
int msg_id;
ESP_LOGD(TAG, "free heap size is %" PRIu32 ", minimum %" PRIu32,
esp_get_free_heap_size(), esp_get_minimum_free_heap_size());
ESP_LOGI(TAG, "event_id=%" PRIi32, event_id);
switch ((esp_mqtt_event_id_t) event_id) {
case MQTT_EVENT_CONNECTED:
msg_id = esp_mqtt_client_publish(client, "emqx/esp32",
"Hi EMQX I'm ESP32 ^^", 0, 1, 0);
ESP_LOGI(TAG, "sent publish successful, msg_id=%d", msg_id);
break;
case MQTT_EVENT_DISCONNECTED:
case MQTT_EVENT_SUBSCRIBED:
case MQTT_EVENT_PUBLISHED:
case MQTT_EVENT_DATA:
break;
case MQTT_EVENT_UNSUBSCRIBED:
esp_mqtt_client_disconnect(client);
break;
case MQTT_EVENT_ERROR:
ESP_LOGI(TAG, "MQTT5 return code is %d",
event->error_handle->connect_return_code);
if (event->error_handle->error_type == MQTT_ERROR_TYPE_TCP_TRANSPORT) {
ESP_LOGI(TAG, "Last errno string (%s)",
strerror(event->error_handle->esp_transport_sock_errno));
}
break;
default:
ESP_LOGI(TAG, "Other event id:%d", event->event_id);
break;
}
}
int mqtt_init(void)
{
esp_mqtt_client_config_t mqtt5_cfg = {
.broker.address.uri = MQTT_BROKER,
.session.protocol_ver = MQTT_PROTOCOL_V_5,
.network.disable_auto_reconnect = true,
.credentials.username = username,
.credentials.authentication.password = password,
.broker.verification.certificate = cert,
};
client = esp_mqtt_client_init(&mqtt5_cfg);
esp_mqtt_client_register_event(client, ESP_EVENT_ANY_ID,
mqtt5_event_handler, NULL);
esp_mqtt_client_start(client);
return 0;
}
void app_main(void)
{
esp_err_t ret = nvs_flash_init();
if (ret == ESP_ERR_NVS_NO_FREE_PAGES ||
ret == ESP_ERR_NVS_NEW_VERSION_FOUND) {
ESP_ERROR_CHECK(nvs_flash_erase());
ret = nvs_flash_init();
}
ESP_ERROR_CHECK(ret);
wifi_init_sta();
mqtt_init();
while (1) {
vTaskDelay(pdMS_TO_TICKS(3000));
int msg_id = esp_mqtt_client_publish(client, "emqx/esp32",
"Hi EMQX I'm ESP32 ^^", 0, 1, 0);
ESP_LOGI("mqtt", "sent publish successful, msg_id=%d", msg_id);
}
}
main/CMakeLists.txt
idf_component_register(SRCS "main.c"
PRIV_REQUIRES mqtt esp_wifi nvs_flash
INCLUDE_DIRS ".")
修改 WIFI 以及 MQTT 服务相关配置 main/main.c 如下所示,替换为你自己的配置信息,
- Wi-Fi 名称、密码
- 在 Serverless 上申请的地址,以及用户名和密码
static const char *WIFI_SSID = "wifi_ssid";
static const char *WIFI_PASSWORD = "wifi_password";
static const char *MQTT_BROKER =
"mqtts://xxyyzzz:8883";
static const char *username = "user";
static const char *password = "password";
编译代码并且烧录到 esp32 中
idf.py build
idf.py flash monitor
烧录完成后,ESP32 将每隔 3 秒发送 Hi EMQX I'm ESP32 ^^
到 emqx/esp32
主题。
验证
打开 MQTTX,配置 MQTT 连接,如下图所示,
- Host 中填入你在 EMQX Serverless 申请的服务地址
- Username 和 Password 中输入连接的用户名和密码
连接成功后,添加一个新的订阅,在主题中输入 emqx/esp32
,如果看到以下内容:
恭喜!你的设备已经成功接入 MQTT。
问题诊断:如果收不到消息,我该怎么办?
可以登录到 EMQX Serverless 上看一下有没有你连接上来的 ESP32 设备。
- 如果没有,大概率是你的设备端有问题。
- 再次检查一下源代码中指定的地址、用户名和密码。
- 确定网络状态,以及 Wi-Fi 信息
- 如果有,那么可能是你的 MQTTX 指定的连接或者主题不对。
- 再次检查一下 MQTTX 中指定的地址、用户名和密码。
下篇预告
在下一篇中,我们将让 ESP32 “暴露”自己的控制能力,通过 MCP 协议注册亮度、音量调节接口,让 MCP 的客户端 Python 应用可以访问和列出所有在 ESP32 上安装的工具列表。
资源
- MQTT 协议相关的基本材料:开发者指南 | EMQX 文档
- EMQX Serverless 免费注册 - 安全、可伸缩的 Serverless MQTT 消息服务。
- MQTT 客户端工具:MQTTX: Your All-in-one MQTT Client Toolbox
- ESP32 官方网站:https://www.espressif.com.cn/en/products/socs/esp32