链路跑通之后,我想解决两件事:一是延时(每次都要上云,3~10 秒), 二是断网就不能用。这两件都躲不开固件 —— 只能自己编译一版。

真正动手之后才发现,写代码是最不难的部分。 难的是:怎么让这块板子「属于我」,而不是随时被云端换回官方版本。

第一步不是写代码,是改板型名

固件启动时会向云端上报自己的板型名。出厂固件报的是官方的 atk-dnesp32s3-box —— 只要还用这个名字,云端就有权给它推送官方固件。 我改的东西,会在某次联网后被悄悄覆盖。

  1. 把板型名改成只属于我的名字(比如带 -offline 后缀)。 这样云端认为这是一块它不认识的板子,不会下发固件。
  2. 编译、烧 app、立刻抓串口,确认启动日志里报的是新名字。
  3. 联网观察几分钟。期望看到类似 Ota: Current is the latest version 的日志, 并且没有任何写入动作(esp_ota_write 出现 0 次)。
这一步必须先做、单独做、验证完再往下走。
如果先写功能再改名,你会永远不确定「刚才那个奇怪现象」是代码的问题,还是被云端覆盖了。

编译环境:三样东西

工具链
ESP-IDF v6.1(装在 C:\esp\v6.1\esp-idf,工具链在 C:\Espressif\tools)
源码
上游开源的 xiaozhi-esp32,克隆到本地
板型
官方已经带了 BOX1 这个板型的配置,不用从零写引脚

第一次编译我什么都没改,先编出一个和出厂一致的基线版本,整片烧进去, 确认屏幕、声音、WiFi、内存全部正常。这一步的意义是: 后面出问题,我能确定是我改的,而不是环境本身有问题。

一个环境上的坑:官方安装器生成的「激活脚本」在我的 PowerShell 5.1 里解析失败, 直接跑不起来。后来自己写了两个小脚本:一个负责激活环境,一个负责在环境里跑命令。 凡是"官方脚本在你机器上不可用",先怀疑编码和 shell 版本。

动手之前,先把"原来的样子"存下来

第一件做的事是把出厂固件整片备份 —— 16MB,从头读到尾,存成一个文件, 并记下它的 MD5。

这不是谨慎,是保命。板子上有配网信息、词表、设备身份,整片刷写会把它们一起清掉。 有了这份备份,任何时候都能刷回出厂状态:

esptool -p COM3 -b 921600 write-flash 0 factory_backup_16m.bin

看到那个 0 了吗 —— 从地址 0 开始写,整片。后面会说到, 只烧 app 的时候地址不是 0,写错就白干。

两个固件槽,和那个"成功但没用"的 30 秒

ESP32 的固件有两块区域可以放程序:ota_0 和 ota_1。 升级一次,它就从一块跳到另一块。这个设计的目的是「升级失败还能退回去」。

我遇到的问题:设备升级过一次,已经跑在 ota_1(地址 0x410000), 而我还按最开始的习惯,把 app 写到 0x20000(那是 ota_0)。

烧录过程一切正常,重启后跑的还是旧固件。
因为它从 ota_1 启动,而我更新的是没人用的那一块。 这就是那种「操作成功但结果不对」的坑 —— 最容易怀疑代码,其实目标就错了。

解决办法不是"记住地址",而是让脚本去问设备: 先读出「你现在跑在哪个槽」,再决定写到哪。写死地址的脚本,迟早会骗你一次。

离线命令词:让"开灯"不再等云端

固件里带了 ESP-SR 的 MultiNet:一个很小的本地语音识别模型, 只认你预先定义的几十个词,但完全离线,而且快。

我先只加了 8 条命令词,串口打印命中结果,然后对着盒子实测:

说的话置信度结果
打开台灯0.228命中
关闭台灯0.914命中
打开空调0.262命中

三次全中,而且旁边正常说话没有误触发。 关键是:没命中的时候,它仍然能上云聊天 —— 两条路并存,互不打扰。

注意 0.228 和 0.262 这两个置信度:不高,但也没认错。 说明阈值要按真实环境调,而不是只看"能不能识别"。

自建 OTA:做成了,然后关掉了

无线升级这件事我完整做过一遍:自己在飞牛上跑一个 OTA 服务,代理官方云端拿到连接凭据, 把固件地址换成自己的;设备从 2.5.2 无线升级到 2.5.3, 在两个槽之间正确切换,配网、词表、设备身份全都没丢。

然后我把它关了。

做法好处代价
开着自建 OTA 改完固件点一下按钮就能升级,不用插线 家里有一个「能把固件推进设备」的入口
关掉,改 USB 烧 没有任何远程入口;插线 30 秒 每次改固件都要走到设备旁边

现在固件里的策略是:安装白名单留空 = 永不安装任何固件; 开机只做一次云端配置刷新(超时 5 秒、失败不重试,正常 0.3~1 秒)。 就算云端返回了固件地址,设备也只打一行日志然后忽略。

这个决定我犹豫了挺久。技术上我赢了,但我问自己: 我要的是一个"能无线升级"的玩具,还是一个"谁都动不了"的东西? 后来选了后者。

三条现在的铁律

  1. 动手前先备份,并且验 MD5。 备份文件如果本身是坏的,它给你的只是虚假的安全感。
  2. 先让设备"属于你",再改功能。 唯一板型名、关掉远程安装 —— 这些不是锦上添花,是前提。
  3. 「操作成功但结果不对」先怀疑目标。 槽位、路径、分支、域名 —— 目标错了,过程再顺利也没用。

还有一条环境上的:单条命令别超过 30 秒。 编译、烧录、等设备重启,都放到后台跑,然后轮询结果。 我在这上面浪费的时间,比写代码多。