链路通了之后,最常被问的两个问题是: 「为什么每次都要等好几秒?」和「为什么盒子说发送成功了,我却没收到信?」
这两个问题其实指向同一件事:中间有五个环节,任何一个都能让结果看起来"像成功了"。
3 到 10 秒,时间到底花在哪
| 环节 | 大致耗时 | 能不能再快 |
|---|---|---|
| 唤醒词识别 | < 0.3 秒 | 已经是本地识别,很难更快 |
| 录音上传 + 云端语音识别 | 1~3 秒 | 只能靠换离线或局域网方案 |
| 大模型判断该调用哪个工具 | 1~4 秒 | 同上,或者换更小的模型 |
| 工具执行(webhook → 自动化 → SMTP 登录) | 1~3 秒 | 可以改用本地 SMTP 中继 |
| 语音合成 + 播放回执 | 1~2 秒 | 可以换局域网 TTS |
加起来就是 3~10 秒。瓶颈不在设备,在"上云": 五段里有三段是公网往返。所以想明显变快只有两条路 —— 要么把命令词做成离线的(不经过大模型),要么把整套服务搬回局域网。
MCP 到底是什么
这个词会出现在每一篇相关文档里,但没人一开始就知道它是什么。用大白话讲:
就是一份「我这有什么工具、每个工具要什么参数」的清单, 摆在云端大模型面前。模型听懂你说的话之后,自己去清单里挑一个调用。
所以整个过程是三步:桥接连上云端 → 报上清单(tools/list)→
模型决定调用时,云端把请求发回来(tools/call)。
这也解释了一个常见误解:工具不是被盒子调用的,是被云端调用的。 盒子只负责"说话"和"播报结果",中间那一段它完全不知道。
两种失败长得完全不一样
这是整篇里最省时间的一段。盒子播报的措辞,直接告诉了你坏在哪一层:
| 盒子怎么说 | 说明什么 |
|---|---|
| 「没有这个功能」/「我不会」 | 云端根本没拿到工具清单 —— 桥接没连上接入点。先看容器日志有没有 Successfully connected |
| 「已发送」但邮箱空的 | 工具被调用了,问题在工具之后 —— HA 的 webhook、自动化或 SMTP |
| 盒子像成功一样播报,但容器日志一行都没有 | 调用被另一个客户端接走了(见下面那个坑) |
完整的断点定位表
我当时贴在显示器旁边的那张表,展开后是这样:
| 现象 | 断在哪 | 下一步 |
|---|---|---|
| 盒子说「没有这个功能」 | 云端没拿到工具列表 | 看容器日志有没有连上接入点 |
| 说「已发送」,无邮件 | 工具侧或 HA 侧 | 看日志里的 收到调用 与 HA <- HTTP xxx |
| 日志里完全没有「收到调用」 | 调用被别的客户端接走,或桥接掉线 | 确认只有一个实例在连接入点 |
| Webhook 返回 404 | webhook id 两边不一致 | HA 自动化里的 id 和配置里的写成一样 |
| Webhook 超时 / 连接被拒 | HA 地址或端口错 | 先确认端口(我的 HA 在 80,不是 8123) |
| Webhook 返回 405 | 用了 GET 或 DELETE 去探测 | 真实调用必须是 POST |
| 返回 200 但仍无邮件 | HA 自动化内部出错 | 看自动化的「跟踪」和日志:notify 实体名、SMTP 授权码 |
为什么返回 200 也可能没收到信
这是我一开始最不理解的一条。200 只代表「webhook 存在且已触发」, 不代表自动化里面的动作成功了。
所以自动化里的发信步骤失败(实体名写错、授权码过期、端口不对), 桥接那边看到的仍然是 200,盒子也照样播报成功。 要看结果,得去 HA 的自动化「跟踪」里看。
最难查的一个:接入点只能有一个客户端
我在电脑上跑了一份桥接做诊断。结果飞牛那边的容器日志空空如也, 而盒子依然播报「已发送」。
原因是:云端的调用只发给其中一个客户端,它发给了电脑上那份。 电脑上的桥接把请求转给了 HA,所以信真的发出来了 —— 只是不是从我以为的那条路。
这个坑的可怕之处在于:功能是好的,日志是空的。 你越看日志越觉得"没跑",其实早就跑完了。
现在的排查顺序
- 听盒子怎么说 —— 分「不会」还是「已发送」。
- 看容器日志有没有
Successfully connected。 - 用浏览器直接打开 HA 的地址,确认端口。
- 在 HA 里看那条自动化的「跟踪」。
- 最后才怀疑代码。
我后来发现,前四步能解决九成问题。真正需要改代码的次数,比想象中少得多。