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。
-
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。 - 编译、烧 app、立刻抓串口,确认启动日志里报的是新名字。
-
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)。
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。
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)。
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。
三条现在的铁律
- 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。
- 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。
- 「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。