让“小爱音箱PRO”智能起来:接入豆包AI

下面提供从 0 到 1 的完整流程,包含豆包 API 申请、MiGPT 部署、配置与使用,确保你能顺利让小爱音箱 Pro 用上豆包的强大能力。

一、准备工作(必做)

二、申请豆包 API 密钥(关键步骤)

豆包 API 需通过火山引擎方舟平台申请,以下是详细步骤:

1. 注册与实名认证

  1. 访问火山引擎官网:https://www.volcengine.com/
  2. 注册账号并完成实名认证(个人 / 企业均可)
  3. 登录后进入方舟大模型平台

2. 创建 API 密钥与推理接入点

  1. 进入控制台API 密钥管理 → 点击 "创建密钥",保存Access Key IDSecret Access Key
  2. 进入在线推理创建推理接入点
    • 名称:自定义(如 "小爱音箱豆包")
    • 模型选择:豆包系列(推荐 Doubao-seed-1.6-flash,响应快)
    • 地域:选择cn-beijing(国内延迟低)
  3. 等待状态变为 "运行中",记录接入点 ID(格式:ep-xxxxxxxxxxxxxx)

三、部署 MiGPT(推荐 Docker 方式,零门槛)

1. 安装 Docker

  • Windows/macOS:下载Docker Desktop并安装
  • Linux:执行sudo apt-get install docker.io(Ubuntu)
1.1、安装前必做:检查前置条件(避免安装失败)

Docker Desktop 在 Windows 上依赖WSL2(适用于 Linux 的 Windows 子系统),必须先满足以下条件:

检查项要求验证方法
系统版本Win10 64 位(Build 19044+)/ Win11按下Win+R输入winver,查看版本号
硬件虚拟化已开启(CPU 支持 VT-x/AMD-V)一般默认开启,若报错需进 BIOS 开启(品牌机按 F2/Del 进入)
步骤 1:开启 WSL2(核心依赖,必做)
  1. 按下Win+X,选择「Windows 终端(管理员)」(注意必须是管理员权限);
  2. 命令执行后会提示「需要重启电脑」,点击「重启」(重启后会自动下载 Ubuntu 子系统,无需手动操作);
  3. 重启后等待 Ubuntu 子系统安装完成(首次开机可能会弹窗设置 Ubuntu 用户名 / 密码,随便设置即可,不影响 Docker 使用);

验证 WSL2 是否安装成功:重新打开终端,执行:

wsl --list --verbose 

✅ 正常输出:能看到「Ubuntu」且「VERSION」列显示「2」(不是 1)。

执行以下命令,一键开启 WSL2 和虚拟机平台:

wsl --install 
1.2、下载并安装 Docker Desktop
步骤 1:下载安装包
  1. 访问 Docker 官方下载页:https://www.docker.com/products/docker-desktop/
  2. 点击「Download for Windows」,下载安装包(约 500MB,耐心等待);
步骤 2:安装 Docker(关键选项别错)
  1. 双击下载的Docker Desktop Installer.exe,开始安装;
  2. 安装界面勾选以下选项(重中之重):
    • ✅ Use WSL 2 instead of Hyper-V(优先用 WSL2,避免 Hyper-V 冲突);
    • ✅ Add shortcut to desktop(桌面创建快捷方式,方便后续打开);
  3. 点击「OK」开始安装,等待 2-5 分钟(安装过程会自动配置环境变量);
  4. 安装完成后,勾选「Start Docker Desktop」,点击「Finish」。
步骤 3:首次启动 Docker
  1. 启动后会弹出「Service Agreement」(服务协议),点击「Accept」;
  2. 等待 Docker 初始化(桌面右下角会出现「鲸鱼图标」,图标无红色叉号即正常);
    • 首次启动可能会提示「WSL2 is not installed」,说明之前 WSL2 没装成功,回到第一步重新执行wsl --install

1.3、验证 Docker 是否安装并正常运行(三步必查)

安装完成后,按以下步骤验证,全部通过即说明安装 OK:

步骤 1:检查 Docker 版本

打开「Windows 终端」(普通权限即可),执行:

docker --version 

✅ 正常输出示例(版本号可能不同):

Docker version 25.0.3, build 4debf41 

❌ 异常:提示「'docker' 不是内部或外部命令」→ 重启电脑(让环境变量生效),或重新安装 Docker。

步骤 2:检查 Docker 服务状态
  • 看桌面右下角的「鲸鱼图标」:
    • 右键图标 → 选择「Settings」能正常打开 → 服务运行中;
    • 若图标有红色叉号 → 右键选择「Restart Docker」重启。
步骤 3:运行测试容器(最终验证)

执行 Docker 官方的「hello-world」测试容器,这是最权威的验证方式:

docker run hello-world 

✅ 正常输出(关键看最后一行):

Hello from Docker! This message shows that your installation appears to be working correctly. 

❌ 异常:提示「pull access denied」→ 网络问题,后续配置国内镜像源即可

2. 创建配置文件

在电脑上新建migpt文件夹,创建以下两个文件:

(1).migpt.js(小爱音箱配置)
module.exports = { speaker: { userId: "你的小米账号", // 必须修改 password: "你的小米密码", // 必须修改 did: "小爱音箱Pro", // 必须与米家App设备名称一致 ttsCommand: [5, 1], // 小爱音箱Pro专用参数,不可改 wakeUpCommand: [5, 3], // 小爱音箱Pro专用参数,不可改 monitorCommand: [3, 1, 1], // 小爱音箱Pro专用参数,不可改 callAIKeywords: ["豆包", "请", "你"] // 触发豆包AI的关键词 } } 
(2).env(豆包 API 配置)
# 豆包配置 DOUBAO_API_KEY=你的Access Key ID:Secret Access Key # 格式如AK:SK DOUBAO_MODEL=接入点ID # 如ep-xxxxxxxxxxxxxx DOUBAO_BASE_URL=https://ark.cn-beijing.volces.com/api/v3 # 固定值 DOUBAO_REGION=cn-beijing # 与接入点地域一致 # 其他设置(可选) BOT_NAME=豆包 # 回答时的称呼 TTS_TYPE=xiaomi # 使用小爱原生TTS,也可改为doubao使用豆包音色 

3. 启动 MiGPT 服务

打开终端 / 命令提示符,执行以下命令(替换本地路径):

docker run -d \ -v /本地migpt文件夹路径:/app/config \ -p 3000:3000 \ --name mi-gpt \ idootop/mi-gpt:latest 

具体如下:

查看所有容器:

4. 验证部署

  • 访问http://localhost:3000,看到 MiGPT 界面即部署成功
  • 检查日志:docker logs mi-gpt,无报错即可使用

四、使用豆包 AI 功能(超简单)

1. 基础使用

  1. 对小爱音箱说:" 小爱同学,豆包,什么是人工智能?"(关键词触发)
  2. 或:" 小爱同学,帮我写一首关于春天的诗 "
  3. MiGPT 会自动拦截问题,调用豆包生成回答,通过音箱播报

2. 高级玩法

功能语音指令示例
连续对话"小爱同学,豆包,开启连续对话",之后可直接提问
角色设定"小爱同学,豆包,你现在是小学数学老师,帮我辅导孩子作业"
内容生成"小爱同学,豆包,写一篇关于超级跑车的作文"(适合孩子兴趣)
知识问答"小爱同学,豆包,解释一下相对论"

五、常见问题与解决方案(避坑指南)

问题原因解决方法
MiGPT 无法连接音箱小米账号两步验证开启 / 密码错误关闭两步验证;确认账号密码正确;设备名称与米家 App 一致
豆包回答延迟高网络差 / 模型选择不当切换国内模型(如 Doubao-seed-1.6-flash);优化网络
语音播报异常TTS 参数错误确认 ttsCommand 为 [5,1](小爱音箱 Pro 专用)
API 调用失败密钥错误 / 接入点未运行检查 API 密钥与接入点 ID;确认接入点状态为 "运行中"
部分问题不触发豆包关键词未匹配修改.callAIKeywords,添加常用触发词(如 "帮我"、"解释")

六、两种接入方式对比(官方 vs 豆包)

对比项官方内置大模型豆包 AI(MiGPT)
功能基础问答、内容生成全功能豆包,支持连续对话、角色设定、多轮记忆
响应速度快(本地模型)中(网络调用,国内模型约 1-3 秒)
定制化有限高度自定义(角色、回答风格、关键词)
适合场景普通用户、便捷使用技术爱好者、有孩子家庭(可定制教育角色)

Read more

Stable Diffusion WebUI 本地部署完整教程

Stable Diffusion WebUI 本地部署完整教程

Stable Diffusion WebUI 本地部署完整教程(AUTOMATIC1111 版) 本教程基于 Windows 系统,适合 AI 绘画爱好者或初学者,旨在帮助大家从零部署并运行本地的 Stable Diffusion 模型界面(Web UI)。我们将从克隆项目、配置环境到运行界面,并附上常见网络问题的解决方案。 一、准备工作 1. 安装依赖 * Python 3.10.x * Git(推荐官网下载最新版) * 显卡驱动 + CUDA(NVIDIA 用户,建议驱动更新到最新版) 安装好后,确保 Python 和 Git 都加入了系统环境变量。 二、克隆项目仓库 使用如下命令克隆 AUTOMATIC1111 的 Web UI 项目:

法奥机器人ROS2环境搭建

法奥机器人ROS2环境搭建

目录 第一章  SDK文件准备    1.1  机器人软件版本查看  第二章 测试平台搭建 2.1虚拟平台安装                     2.1.1虚拟机安装              2.1.2ubuntu 的安装 第三章 软件环境搭建         3.1  vscode安装 3.2vscode插件安装 3.3  ROS 及环境变量配置 3.1.1 Ros2-humble版本 安装 3.1.2  Ros-control版本安装 3.1.3   Moveit2版本安装 第四章  插件包导入及插件测试         4.1 MOVEIT2插件包导入 4.2 RVIZ 仿真操作简介

基于ROS的视觉导航系统实战:黑线循迹+激光笔跟随双模态实现(冰达机器人Nano改造)

基于ROS的视觉导航系统实战:黑线循迹+激光笔跟随双模态实现(冰达机器人Nano改造)

本篇内容是对另一篇文章《双轮智能平衡车基于图像识别技术探究道路自动驾驶理论模型与应用》的补充,有兴趣的同学可以先去那篇文章补一下课,再来看本篇文章效果更佳哦!!! 同时本次分享内容资源均同步上传至github与ZEEKLOG,想要深入学习的同学可以去下载学习!! (资源名称:基于ROS的视觉导航系统实战) 话不多说让我们进入正题吧!         在机器人室内导航场景中,视觉导航凭借低成本、高灵活性的优势成为教育机器人与服务机器人的主流方案。本文基于冰达机器人Nano系列进行硬件改造与软件开发,搭建了一套基于ROS的轻量级视觉导航系统,实现黑线循迹与红外激光笔动态跟随双模态功能。系统兼容ROS Melodic/Noetic版本,针对冰达机器人Nano的算力与底盘特性进行深度优化,低算力依赖、实时性强,非常适合入门级机器人开发者学习与二次拓展。本文将从项目设计、硬件改造、环境配置、代码实现、运行调试到扩展方向进行全流程精细讲解,并附上完整可运行代码与问题排查指南。 目录 1. 项目概述与核心亮点 2. 硬件配置与冰达机器人Nano改造方案 3. 软件环境配置(含版本适

【GitHub项目推荐--Video2Robot:从视频到机器人动作的端到端生成管道】⭐

简介 Video2Robot 是由AIM-Intelligence开发的开源项目,是一个端到端的管道系统,能够将视频或文本提示转换为机器人可执行的运动序列。在机器人技术、动画制作和虚拟现实快速发展的今天,如何让机器人执行自然、流畅的人类动作成为关键挑战。传统方法需要专业动画师手动设计动作,或通过复杂的运动捕捉系统,过程耗时耗力且成本高昂。Video2Robot应运而生,通过整合先进的视频生成、人体姿态提取和运动重定向技术,实现了从简单描述到机器人动作的自动化转换。 核心价值: * 自动化流程:将复杂的手动设计过程自动化,显著提高效率 * 自然动作生成:基于真实人类动作生成自然流畅的机器人运动 * 多模态输入:支持文本提示、现有视频、图像参考等多种输入方式 * 广泛兼容性:支持多种主流机器人平台,包括Unitree、Booster等 项目定位:Video2Robot填补了自然语言/视频到机器人动作转换的技术空白。与需要专业设备和复杂流程的传统运动捕捉系统不同,该项目通过软件管道实现了低成本、高效率的动作生成。项目特别注重易用性和可扩展性,通过模块化设计支持不同组件的替换和