我需要先准备什么才能用起来?
一个能访问的服务端、一套模型接口(LLM / TTS / ASR)就够了。硬件不是必需的——网页端可以直接对话,硬件只是多一种使用方式。
注册之后为什么还不能说话?
因为模型还没配。服务端本身不内置模型能力,需要你在「模型配置」里填入自己的接口地址与密钥。概览页有一条配置清单,完成后会逐项打勾。
大约要花多久上手?
网页端路线通常是十分钟级别:注册、填三组模型参数、选一次智能体、开聊。硬件端多一步刷固件和配网,取决于你对 ESP32 工具链的熟悉程度。
可以直接给别人用吗?
可以。打开自助注册,或由管理员在「用户管理」里建号。每个账号的数据互相隔离,管理员能统一管理账号状态与全局开关。
必须用指定厂商的模型吗?
不绑定。只要接口兼容 OpenAI 的请求格式即可,第三方云服务和你自己部署的推理服务都能填。语音识别、大模型、语音合成三类可以分别来自不同厂商。
服务端本身收费吗?
不收费。你唯一要支付的是所选模型服务的调用费用,账单由模型厂商结算,与服务端无关。
怎么控制成本?
三个常用手段:一是把记忆抽取策略调成「每几轮抽一次 + 会话结束补抽」而非每轮都抽;二是限制每个智能体保留的记忆条数;三是为不同智能体选不同价位的模型,日常闲聊用轻量模型。
模型接口怎么验证是通的?
在「模型配置」里保存后点「测试」按钮,服务端会真实发起一次调用并返回结果,成功再上线,避免等到用户对话时才发现密钥写错。
密钥安全吗?
密钥保存在你自己的数据库、只在你自己的服务器上使用,页面展示时做了脱敏处理,运行日志里也不会明文输出。
支持哪些硬件?
支持运行开源「小智」ESP32 固件的设备(常见为 ESP32-S3 开发板或成品模块)。只要固件里能配置 OTA 地址与 WebSocket 协议,就能接到本服务端。
会影响原来的公共服务器吗?
不会。你把固件里的 OTA 地址改成自己的域名之后,设备就完全走你自己的链路,与公共服务器再无关联。
为什么设备显示未绑定?
设备开机向 OTA 接口报到时会拿到一个 6 位验证码。需要你回到「设备管理」里手动填入完成绑定——这是为了防止别人捡到设备就能直接用你的模型额度。
一台设备能给多个人用吗?
一台设备绑定到一个账号、归属一个智能体。想多人使用就各建各的设备与账号,或在使用前切换归属智能体。
验证码忘记或过期了怎么办?
在「设备管理」里点重新下发验证码,设备端会拿到新的 6 位数字,有效期 10 分钟。绑定成功后验证码会立即作废,不会长期留存。
硬件端和网页端的配置是同一套吗?
是。两者共用同一份智能体配置(人设、记忆、打断开关、模型组合),改一次两边同时生效。
我的对话会被用于训练模型吗?
不会。对话内容保存在你自己的数据库里,服务端不会向任何第三方回传用于训练;唯一的外部请求就是你自己配置的那个模型接口。
传输过程安全吗?
站点默认启用 HTTPS,设备与网页端的语音长连接走 WSS 加密通道;网页端的 WebSocket 认证使用一次性令牌,不直接暴露账号凭据。
多个人共用一个服务端,会看到别人的数据吗?
不会。所有数据表都带用户维度,查询强制限定当前账号,控制器还会二次校验记录归属;即使有人手工构造别人的记录 ID 提交,也只会得到「无权访问」,并按标准语义返回 403。
记忆功能会不会记住敏感信息?
记忆条目在后台完全可见,你可以逐条删除、按智能体清空或整库清空;管理员还能全局关闭记忆,或改成「仅在会话内记忆」,会话结束即丢弃。
对话记录会保存多久?
默认长期保留,方便你回看与排错。你可以随时在「对话记录」里删除单条,或让管理员按需清理。
点麦克风没反应怎么办?
浏览器的录音权限要求安全上下文,请确认用 https 地址访问站点,并在地址栏允许麦克风权限。Chromium 内核的浏览器兼容性最好。
AI 有文字回复但没有声音?
基本可以确定是语音合成没配好:检查 TTS 是否保存、是否已在智能体里选中、音色名是否与厂商文档一致。
回答要等很久才开始播?
服务端侧已经是流式分句下发,等待主要来自模型服务本身的首字延迟。换一个响应更快的模型,或为智能体选用轻量模型,通常能明显改善。
在哪看具体报错?
「系统设置 → 运行日志」可以直接查看服务端日志,模型调用失败的原因(密钥无效、地址不通、额度不足等)都会记录在里面,不需要登录服务器。
打断的时候会残留半句声音吗?
不会。服务端在收到打断信号后会同时中止上游模型请求并丢弃尚未下发的音频,实测残留音频为 0 字节,打断响应约 129 毫秒。
首次部署复杂吗?
访问部署好的站点会自动进入安装向导,按提示填写数据库信息和管理员账号即可,表结构会自动建好,无需手工导入。
站点地址或名称能改吗?
可以。站点名称在「系统设置」里修改;访问域名与应用地址在配置文件里调整,改动后重启一下语音服务即可生效。
运行状态在哪看?
「系统设置」里有一个环境信息区块,展示 PHP 版本、数据库版本与语音服务运行状态,方便快速确认服务是否正常。
要备份什么?
两样:数据库(保存账号、设备、智能体、记忆与对话记录)和上传目录。备份好这两样,换服务器也能完整还原。