企业官网建设流程全解析

• 人工智能
• 大模型
• AI 应用
• AI Agent
• 语音
• 智能硬件
• 固件

本文基于 Open-XiaoAI 仓库的 README 展开，系统讲解该项目如何通过刷写补丁固件、运行 Rust Client 端、再配合多种 Server 端演示程序（小智 AI、自定义唤醒词、MiGPT、Gemini Live、立体声组网），让小爱音箱 Pro 从「指令-响应」设备进化为可自由定制的 AI 语音终端。读完本文，你可以完整复现「刷机 → SSH → 部署 Client → 接入大模型对话」的全套流程，并理解项目底层 WebSocket 通信协议的设计。

项目定位：让小爱音箱「听见你的声音」

Open-XiaoAI 的出发点，README 中有一段很直白的表述：2017 年智能音箱爆发后，这些设备被困在「指令-响应」的牢笼里——听得见分贝却听不懂情感，能执行命令却不会主动思考。作者的目标是直接接管小爱音箱的「耳朵」（麦克风）和「嘴巴」（扬声器），通过多模态大模型和 AI Agent 把设备的潜力释放出来。

从源码结构看，整个项目拆成了两类角色：

• Client 端（跑在小爱音箱上）：使用 Rust 编写，见 packages/client-rust，只负责转发麦克风音频流、上报设备事件、响应 Server 端指令，不实现具体业务逻辑；
• Server 端（跑在电脑、NAS 或服务器上）：Python 或 Node.js 编写，承载唤醒词识别、ASR、大模型对话等业务逻辑，仓库提供了 5 个演示程序，位于examples/目录。

重要前提：README 顶部明确标注本项目已停止维护，不再提供更新与支持；且仅适用于小爱音箱 Pro（LX06）和Xiaomi 智能音箱 Pro（OH2P）两款机型，其他型号请勿直接使用。

整体架构与通信协议

理解项目前先理解它的数据通路：Client 端与 Server 端通过WebSocket（默认端口4399）建立双向连接，四类消息统一定义在 packages/client-rust/src/services/connect/data.rs 的AppMessage枚举中：

从 message.rs 的MessageManager实现可以看到，同一时刻仅维护一条连接，文本消息按类型分发到MessageHandler的on_text处理，Request请求通过信号量（32 并发）限流后并发执行，二进制帧则解析为Stream交给流处理器。

Server 端如何复用这套协议？以 examples/xiaozhi/src/server.rs 为例：AppServer::run在0.0.0.0:4399上acceptWebSocket 连接后，注册on_event/on_stream回调，把收到的record音频流和事件通过pyo3 binding 转调 Python（PythonManager::call_fn），实现「Rust 负责网络、Python 负责业务」的混合架构。

Client 端的服务模块划分（packages/client-rust/src/services/）也印证了 README 中列的四项职责：

• audio/：录音record.rs与播放play.rs，配合config.rs中的音频参数；
• connect/：WebSocket 通信、RPC 与消息处理；
• monitor/：监控唤醒词文件（如 kws.rs 轮询/tmp/open-xiaoai/kws.log中时间戳@唤醒词格式的行）、指令与播放状态；
• speaker/：统一的扬声器/TTS 管理入口。

第一步：刷写补丁固件

完整刷机教程见 docs/flash.md，固件制作说明见 packages/client-patch/README.md。核心流程如下。

准备条件

• 机型：Xiaomi 智能音箱 Pro（OH2P）或 小爱音箱 Pro（LX06）；
• 数据线：新款 OH2P 用 Type-C（无需拆机，音箱底部接口直连电脑）；旧款 LX06 需拆机后使用主板左上角的 Micro USB 调试口（注意必须是能传输数据线的数据线，而非纯充电线）。

获取补丁固件

补丁固件由 packages/client-patch 工具链构建，制作流程包含四步：提取固件（登录小米账号获取 OTA 链接）、开启固化 SSH（支持自定义密码）、禁用系统自动更新、注入开机启动脚本/data/init.sh。

从 patch.sh 的构建脚本可以看出补丁机制：先解压 squashfs，依次应用patches/下的通用补丁（01-ssh.patch、02-login.patch、03-ota.patch、04-start.patch）和机型专属补丁（如patches/LX06/下的 ALSA 音频补丁），SSH 密码通过{SSH_PASSWORD}占位符替换并用openssl passwd -1生成影子密码后写入。

你可以选择两种方式获得固件：

1. 直接下载Releases 页预打包固件（OH2P v1.58.6、LX06 v1.94.13 两个版本，每个包含xxx_patched.squashfs打补丁版和xxx.squashfs原版回滚版）；
2. 自行构建：修改.env（MI_USER/MI_PASS/MI_DID/SSH_PASSWORD），然后：

# 方式一：Docker 构建（推荐） cd packages/client-patch docker run -it --rm \ --platform linux/amd64 \ --env-file $(pwd)/.env \ -v $(pwd)/assets:/app/assets \ -v $(pwd)/patches:/app/patches \ idootop/open-xiaoai:latest # 方式二：本地构建（macOS / Linux，需 Python 3.x + Node.js 22.x） cd packages/client-patch npm install npm run build

构建产物为assets/下的root-patched.squashfs。

[!CAUTION] 刷机有风险，可能导致失去保修或设备变砖，后果自负。请下载与设备当前版本一致的固件，跨版本刷机可能变砖。

执行刷机（Windows + Amlogic Flash Tool）

Windows 环境将 Amlogic 刷机工具解压重命名为Amlogic_Flash_Tool_v6.0.0，安装 USB 驱动后，在/bin目录的 Git Bash 中依次执行：

# 第 1 步：拔掉电源线重新上电，立即执行，出现固件版本号即连接成功 ./update.exe identify # 第 2 步：设置 uboot 启动等待 15s，指定 boot0 启动并保存环境变量 ./update.exe bulkcmd "setenv bootdelay 15" ./update.exe bulkcmd "setenv boot_part boot0" ./update.exe bulkcmd "saveenv" # 第 3 步：刷入 system0 分区（替换为实际固件路径） ./update.exe partition system0 root_patched.squashfs

macOS 用户可用仓库内置的 flash 工具（依赖brew install libusb-compat）：

./flash connect # 连接设备（命令后重新上电） ./flash delay 15 # 设置启动延时 ./flash switch boot0 # 切换启动分区 ./flash system system0 root-patched.squashfs # 刷写固件

刷机成功后拔掉电源重新上电即可。由于小爱音箱有system0/system1双系统分区，之后想恢复原厂系统，只需把启动分区改回boot1（SSH 中执行fw_env -s boot_part boot1，或刷机工具执行bulkcmd "setenv boot_part boot1"+saveenv）再重启。

第二步：SSH 连接到小爱音箱

补丁固件默认开启 SSH，默认密码open-xiaoai：

ssh -o HostKeyAlgorithms=+ssh-rsa root@192.168.31.227 # 替换为你的音箱局域网 IP

若连接失败，按 docs/flash.md 的排查清单检查：启动分区（boot0）与刷写分区（system0）是否一致（改分区后必须saveenv生效）、电脑与音箱是否同网段、防火墙是否放行 22 端口、自构建固件时01-ssh.patch补丁是否生效。

第三步：部署并运行 Rust Client 端

Client 端的职责在 packages/client-rust/README.md 中概括为：共享通信协议、转发麦克风音频流、转发设备事件、响应 Server 端指令（执行脚本、播放音频、升级等）。

快速部署（免编译）

# 在音箱上创建工作目录，写入 Server 端 WebSocket 地址 mkdir /data/open-xiaoai echo 'ws://192.168.31.227:4399' > /data/open-xiaoai/server.txt # 运行一键部署脚本 curl -sSfL https://gitee.com/idootop/artifacts/releases/download/open-xiaoai-client/init.sh | sh

对照仓库内 init.sh 的脚本源码可以看到其完整逻辑：检查/data/open-xiaoai/client不存在则从制品库下载并chmod +x；读取server.txt获取目标地址（缺省为ws://127.0.0.1:4399，即默认不连接任何 Server）；先kill掉旧进程再启动client。

需要开机自启动时，把启动脚本下载到/data/init.sh（补丁固件在开机时自动执行该脚本）再重启：

curl -L -o /data/init.sh https://gitee.com/idootop/artifacts/releases/download/open-xiaoai-client/boot.sh reboot

boot.sh 相比init.sh多了网络等待逻辑——循环ping baidu.com直到网络可用后才启动 Client，避免开机瞬间网络未就绪导致连接失败。

[!IMPORTANT] 注意：你通常需要先在本机运行某个 Server 端演示程序，才能拿到 Server 地址（默认端口 4399）。不要连接来路不明的 Server，Client 默认具备执行任意脚本的能力。

自行交叉编译（开发者）

git clone https://github.com/idootop/open-xiaoai.git cd packages/client-rust # 需先安装 Rust 与 cross 交叉编译工具 cross build --release --target armv7-unknown-linux-gnueabihf

产物位于./target/armv7-unknown-linux-gnueabihf/release/client，可借助dd+ssh直接管道写入音箱：

dd if=target/armv7-unknown-linux-gnueabihf/release/client \ | ssh -o HostKeyAlgorithms=+ssh-rsa root@你的音箱IP "dd of=/data/open-xiaoai/client" chmod +x /data/open-xiaoai/client # 在音箱上执行 /data/open-xiaoai/client ws://你的Server地址:4399

README 还说明了架构取舍：音箱内存/算力/存储有限，ASR 等重任务不适合端侧；而 Python / Node.js 生态更适合业务逻辑，因此 Rust 只承担「转发 + 被动响应」，并通过 pyo3 / Node binding 与脚本端双向互调共享网络模块。

第四步：五类 Server 端演示程序

README 快速开始中的 5 个演示覆盖了从「AI 对话」到「音频组网」的不同玩法，以下逐一说明（均要求 Client 端已在音箱上运行）。

1. 小爱音箱接入小智 AI（examples/xiaozhi）

Python 版 Server，支持连续对话与中途打断、中英文自定义唤醒词。核心配置在 config.py：

APP_CONFIG = { "wakeup": { "keywords": ["天猫精灵", "小度小度", "豆包豆包", "你好小智", "你好小爱", "hi siri", "hey siri"], "timeout": 20, # 静音多久后自动退出唤醒（秒） "before_wakeup": before_wakeup, # 唤醒判定回调，返回 True 才唤醒 "after_wakeup": after_wakeup, # 退出唤醒时的提示语 }, "vad": { "threshold": 0.10, # 语音检测阈值（0-1，越小越灵敏） "min_speech_duration": 250, # 最小语音时长（ms） "min_silence_duration": 500, # 最小静默时长（ms），嫌 AI 抢答可调大 }, "xiaozhi": { "OTA_URL": "https://api.tenclass.net/xiaozhi/ota/", "WEBSOCKET_URL": "wss://api.tenclass.net/xiaozhi/v1/", "VERIFICATION_CODE": "", # 首次对话验证码回写在此 "DEVICE_ID": "", # 绑定设备用，异常时清空后重启重试 }, }

before_wakeup回调演示了两种唤醒来源的区分处理（见 config.py）：kws来源（本地唤醒词）直接播放提示语并唤醒；xiaoai来源（用户喊「小爱同学」下达指令）则先abort_xiaoai()打断原小爱 TTS、等待 2 秒让 TTS 恢复可用，再播放提示语。

# Docker 一键运行 docker run -it --rm -p 4399:4399 -v $(pwd)/config.py:/app/config.py idootop/open-xiaoai-xiaozhi:latest # 或源码运行（依赖 uv、Rust、Opus 动态库） cd examples/xiaozhi uv sync --locked uv run main.py # GUI 模式（不支持唤醒词） CLI=true uv run main.py # CLI 模式（支持自定义唤醒词） uv run main.py --mode xiaozhi # 纯电脑麦克风流式体验，无需音箱

模型文件（VAD + KWS）体积较大未入仓库，需在 Releases 的vad-kws-models标签下载后解压到xiaozhi/models。另外该演示建议仅在局域网运行，官方提示音频流约 100 kb/s 流量消耗。

2. 自定义唤醒词（examples/kws）

基于 sherpa-onnx 的端侧唤醒词方案，直接运行在音箱上（无需 Server）。在音箱上：

mkdir -p /data/open-xiaoai/kws # 设置自定义唤醒词（仅支持中文，每行一个，格式为拼音+@唤醒词） cat <<EOF > /data/open-xiaoai/kws/keywords.txt t iān m āo j īng l íng @天猫精灵 x iǎo d ù x iǎo d ù @小度小度 d òu b āo d òu b āo @豆包豆包 n ǐ h ǎo x iǎo zh ì @你好小智 EOF # 设置唤醒提示语（可选，支持文字/音频链接，多条随机播放） cat <<EOF > /data/open-xiaoai/kws/reply.txt 主人你好，请问有什么吩咐？ EOF curl -sSfL https://gitee.com/idootop/artifacts/releases/download/open-xiaoai-kws/init.sh | sh

自定义唤醒词的正规做法是在电脑上修改 my-keywords.txt，再运行拼音生成脚本：

uv run keywords.py --tokens tokens.txt --output keywords.txt --text my-keywords.txt

生成的keywords.txt复制到音箱/data/open-xiaoai/kws/keywords.txt后重启生效。该方案有两个已知限制：端侧仅用约 5 MB 的小型识别模型（约占 20 MB 存储），识别灵敏度有限；旧款 LX06 中 128 MB 内存版本内存不足会启动失败（Killed），建议改用 Server 端 KWS。README 还提示可运行debug.sh调试脚本查看每次识别的拼音结果，据此手动调整唤醒词拼音。

3. 小爱音箱接入 MiGPT 完美版（examples/migpt）

Node.js 版 Server，相比原版 MiGPT 能做到完美打断小爱音箱回复、响应延迟更低。核心配置在 config.ts：

export const kOpenXiaoAIConfig = { openai: { model: "gpt-4.1-mini", baseURL: "https://api.openai.com/v1", apiKey: "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxx", }, prompt: { system: "你是一个智能助手，请根据用户的问题给出回答。", }, async onMessage(engine, { text }) { if (text === "测试") { return { text: "你好，很高兴认识你！" }; // 自定义消息处理钩子 } }, };

# Docker 一键运行 docker run -it --rm -p 4399:4399 -v $(pwd)/config.ts:/app/config.ts idootop/open-xiaoai-migpt:latest # 或源码运行（Node.js 22.x + Rust） cd examples/migpt corepack enable && corepack install pnpm install pnpm dev

注意：默认 Rust Server 启动时未开启录音/播放能力。若需在 Node 端收发音频，需把 src/server.rs 中被注释的start_recording/start_play调用加回来再重新编译。

4. 接入 Gemini Live API（examples/gemini）

Python 版演示，支持自动 VAD + 连续对话。需先注册 Google AI Studio 并创建 API Key，然后更新GEMINI_API_KEY环境变量或 gemini/gemini.py 中的密钥：

cd examples/gemini uv sync --locked uv run main.py

其内部同样由 Rust 服务端 负责 4399 端口的 WebSocket 通信与 Python 互调。当前限制：不支持中断 AI 的回复，需等回答完毕才能重新输入。

5. 不同型号音箱组立体声（examples/stereo）

纯 Rust 实现的局域网立体声方案，无需 Server 端，两台音箱之间直接通信，支持服务发现自动连接、主从「热拔插」自动切换声道，并内置前向纠错（FEC）与丢包补偿（PLC）。在每台音箱上配置角色与声道：

mkdir -p /data/open-xiaoai || true echo master left > /data/open-xiaoai/stereo.conf # 左音箱作主音源 echo slave right > /data/open-xiaoai/stereo.conf # 右音箱作从设备 curl -sSfL https://gitee.com/idootop/artifacts/releases/download/open-xiaoai-stereo/init.sh | sh

已知限制：不同型号音量基准不同需手动调整；不支持多路混音；从设备单向同步主设备音源，建议禁用从设备麦克风防止音频叠加。

安全声明与合规提示

继承 README 与 agreement.md 的约束，使用前须知：

1. 本项目为开源非营利项目，仅限学术研究或个人测试，严禁用于商业服务、网络攻击等违法违规场景；
2. 项目由第三方独立开发，与小米集团无隶属/合作关系，相关商标、固件、云服务权利归属小米集团；
3. Client 默认提供执行任意脚本的能力演示，且演示程序均未处理身份认证、通信加密、多设备管理与音频压缩，不建议部署在公网，务必只连接自己可信的 Server 地址。

相关项目与延伸阅读

如果你不想刷机或机型不符，可以关注同作者生态中无需刷机即可使用的方案：MiGPT（mi-gpt）、MiGPT-Next、xiaogpt、xiaomusic。刷机相关的技术背景可参考仓库README.md中列出的社区刷机博客与 open-lx01、xiaoai-patch 等先行工作。

总结：Open-XiaoAI 的技术路线可以概括为三层——client-patch刷入带 SSH 与开机钩子的补丁固件，client-rust以轻量 WebSocket 协议（Stream/Event/Request/Response）打通端云双向通道，examples/下 5 个演示程序展示该通道之上从端侧 KWS 到云端大模型对话的多种玩法。项目已停止维护，但仓库中的协议实现与固件制作脚本依然是学习「如何把存量智能硬件改造成 AI 终端」的完整样本。

• 人工智能
• 大模型
• AI 应用
• AI Agent
• 语音
• 智能硬件
• 固件