它和 KNOW 是同一个念头的两次实践
我在 KNOW 那一页写过:记东西最贵的不是记录本身,是离开当前状态。 要把一段视频记住,我得离开视频去开笔记软件;要把灯关掉,我得离开沙发去找手机 App。
KNOW 把这个成本压到「点一下」,这个语音板把它压到「说一句」—— 点一下还要抬手,说一句连手都不用。
对盒子说「小智,给我发一封邮件,标题写‘到家了’,内容是我已经到家了」, 几秒后盒子播报「已通知 Home Assistant 发送邮件」,然后邮箱里真的收到那封信。
顺着同一条链路,还能让它开客厅的灯 —— 只要在 HA 里多写一条自动化。
一句话是怎么变成一封邮件的
中间有四段,每一段都可能断。这也是为什么后面「踩坑」里有一半是链路问题。
tools/call 下发给家里的桥接程序。这一步最慢,1~4 秒。
mcp_pipe.py(官方桥接)+ send_email.py(我写的工具)。
注意它不自己发信,只把「标题 + 内容」POST 给 Home Assistant。
notify(SMTP 集成)→ 邮箱收到。
收件人白名单、邮箱授权码都留在这里。
为什么让 HA 发信,而不是让 Python 直接发
一开始我也想直接在 send_email.py 里连 SMTP,一行 smtplib 就完事。
后来选了绕一步,理由有三个:
- 密码只存一处。邮箱授权码放在 HA 的集成里,桥接容器里没有任何凭据。
- 白名单在 HA 侧。谁能收到信是 HA 的事,改起来不用动容器。
- 能顺手接别的动作。同一条 webhook 既可以发信,也可以开灯, 盒子那边完全不用改。
还有一个好处:不给家里开端口
整条链路全部是出站连接:盒子连云端,桥接连云端,桥接连 HA。 没有端口映射、没有公网 IP、没有 DDNS。这点对我很重要 —— 我不想为了一个玩具,在路由器上开一个洞。
两个 Type-C,插错就白忙
这块板子有两个 Type-C,长得一模一样,但只有一个是给电脑的:
| 位置 | 丝印 | 用途 |
|---|---|---|
| 右侧 | USB转串口 | 首选:供电 + 串口日志 + 烧固件,三合一(板载 CH343) |
| 左侧 | USB SLAVE | ESP32-S3 原生 USB(OTG,接摄像头之类);不要用它烧固件 |
官方教程的原话是「必须接到 UART 口上,不要接到 SLAVE 口上了」。 我第一次插的是左边,设备管理器里什么都没有,还以为板子坏了。
技术构成
- 硬件
- 正点原子 ESP32 AI BOX1 · ESP32-S3(双核 240MHz)· 16MB Flash · 8MB PSRAM · 2.4″ 屏 · ES8311 音频
- 固件
- 出厂小智固件 → 后来基于上游源码自己编译,加了离线命令词
- 云端
- xiaozhi.me:语音识别 + 大模型 + 语音合成,都在这上面
- 桥接
- 飞牛 NAS 上的 Docker 容器:Python + 官方
mcp_pipe.py - 家居
- Home Assistant:Webhook 接收 → 自动化 → SMTP 发信
- 工具协议
- MCP(模型上下文协议):云端把「有哪些工具」告诉模型,模型决定调用哪个
AI 参与的部分
这个项目里 AI 帮的最大的忙,不是写代码,是读日志。 串口一次刷出两百行,容器日志里全是英文缩写,我一眼看不出哪一行是真正的原因。
- 把日志整段贴给它,问「哪一行是根因」。 它经常能指出「前面这句失败之后,后面那些都是连锁反应」—— 这一点我自己看三遍也看不出来。
-
让它解释我不认识的缩写。
ota_1、0x20000、MCP、MultiNet、conntrack…… 每个都得先知道是什么,才谈得上判断。 -
让它写"验证脚本",而不是写功能。
verify_tools.py/verify_bridge.py这类「不上真机也能证明某一段是通的」 的脚本,收益比它帮我写业务代码大得多。 - 最后的判断还是我自己做。 它给过几个"看起来更优雅"的方案(比如让 Python 直接发信、比如开着自建 OTA), 我最后都没采纳 —— 因为它不知道我不愿意在家里开端口、也不想让远程能推固件。
踩过的坑
四个真坑,每个都花了半小时以上。
1 · HA 根本不在 8123
几乎所有教程都写 Home Assistant 在 8123。我这台不是 ——
它在 80 端口。所以 http://192.168.6.119:8123 一直超时,
我一度以为是桥接程序的问题,把容器重装了两遍。
后来用浏览器直接打开 http://192.168.6.119/ 才看到界面。
先用浏览器确认地址,再改配置 —— 这是我现在的第一反应。
2 · 一个接入点同时只允许一个客户端
我在电脑上跑了一个桥接做诊断,结果飞牛那边的容器日志里空空如也, 而盒子却「像成功一样」播报。原因是云端把调用发给了电脑上那个实例。
这个现象特别误导:盒子说成功了,服务却没收到。 记住一句话:诊断完必须停掉本机桥接,一个接入点只留一个客户端。
3 · 切到 ota_1 之后,写 0x20000 不生效
设备的两个固件槽是 ota_0 和 ota_1。升级过一次之后它跑在
ota_1,而我还在往 0x20000(= ota_0)烧 ——
烧了 30 秒、看起来一切正常,重启后跑的还是旧固件。
后来写了 flash_app.ps1,先问设备「你现在跑在哪个槽」,再决定写到哪。
凡是"操作成功但结果不对",先怀疑目标选错了。
4 · 板型名不改,联网就会被云端刷掉
板子里固件上报的板型名是官方的 atk-dnesp32s3-box。
只要还用这个名字联网,云端就有权给它推官方固件 —— 我改的东西会被覆盖。
所以改造的第一步不是写功能,是先把板型名改成唯一的名字,
再观察几分钟日志,确认云端不再下发固件(Ota: Current is the latest version)。
这一步做完,后面的改动才是「我的」。
现在的状态:有些功能是主动关掉的
自建 OTA 我做过,而且做成了:服务端代理云端拿到凭据、换成自己的固件地址,
设备从 2.5.2 无线升级到 2.5.3,
跑在两个槽之间切换,配网和词表都没丢。
然后我把它关掉了。
原因不是做不到,是不想留一个「远程能把固件推进我家设备」的通道。 现在改固件就是插线、烧 30 秒。这 30 秒我愿意付, 换的是「没有任何远程入口」这件事。
想从哪看起
三篇日志,按「怎么接起来 → 中间会发生什么 → 怎么改它」的顺序: 只想知道它凭什么能用,看第一篇;被延时或"说成功但没反应"困扰,看第二篇; 准备动固件,一定要先看第三篇。