大家好，我是羊刀仙。
不知道各位家里有没有智能音箱？没错，就是小爱和天猫精灵这种语音助手。刚推出的时候的确比较新奇好玩，但现在感觉妥妥的一个大傻X。现在AI十分流行，那么是否有办法把语音助手也接入AI呢？
本次就来介绍一个相关的开源项目：MiGPT，将小爱音箱接入 ChatGPT 和豆包（字节），改造成你的专属语音助手。
本文会通过使用 Docker 方式来和大家一起手把手搭建这个项目，小白也能轻松搞定！
项目地址：点我跳转
项目简介
在这个数字化的世界里，家已不仅仅是一个居住的地方，而是我们数字生活的延伸。
MiGPT 通过将小爱音箱、米家智能设备，与 ChatGPT 的理解能力完美融合，让你的智能家居更懂你。
MiGPT 不仅仅是关于设备自动化，而是关于：打造一个懂你、有温度、与你共同进化的家。
未来，你的每个智能家居设备，从灯泡、插座，到扫地机器人、电视等，
都可以作为一个个独立的智能体 (Agent)，更智能、更贴心的响应你的指令。
这些独立的智能体，也可以彼此感知，彼此配合，构成一个更强大的协作网络。
而小爱音箱就像是你的智能家居专属管家，全心全意为你服务，释放智能家居的真正潜力。
项目亮点
🎓 AI 问答。想象一下，当小爱音箱接入大模型后，上知天文，下知地理，从“人工智障”秒变学霸。
🎭 角色扮演。一秒调教小爱，无论是成为你的完美伴侣，还是那个能听你倾诉心事的贴心闺蜜，都不在话下。
💬 流式响应。爱情来得太快就像龙卷风，而你的小爱音箱也是，对你的爱意秒回，爱你不会让你等太久。
🧠 长短期记忆。小爱音箱现在能记住你们之间的每一次对话，越聊越默契，就像是你身边的老朋友。
🔊 自定义 TTS。厌倦了小爱同学的语音？帮你解锁「豆包」同款音色，就像真人在回你的消息。
🤖️ 智能家居 Agent。心情不好？小爱立刻懂你，自动帮你播放喜欢的音乐，调节灯光，逗你开心。
设备支持
MiGPT 支持大部分的小爱音箱型号，推荐使用小爱音箱 Pro（完美运行）。
小爱音箱 HD 以及 小爱蓝牙音箱随身版 完全不支持该项目。
部署流程
以威联通NAS为例，型号为TS-673A。
文件目录与配置文件
首先为MiGPT准备文件目录。直接命名为MiGPT，此外还需要准备 .env 和 .migpt.js 两个配置文件放于该目录下。
为了方便起见，直接在项目地址下载下图的两个文件，编辑后重新命名再上传至NAS即可。
在NAS中打开Text Editor文本编辑器，创建文本文件。将以下代码分别粘贴进去，进行修改并另存为至MiGPT目录下。
⭕️ 环境变量.env配置：
一般来说仅需修改以下几个部分
OPENAI_MODEL=llama3-70b-8192，这里的phi3:latest可以换成其他模型
OPENAI_API_KEY=gsk_xxxxx，这个没关系随便写一个
OPENAI_BASE_URL=https://api.groq.com/openai/v1，这个地址其实就是运行大模型的地址
更多AI接入请参考https://migptgui.com/docs/apply/ ，我个人使用的是作者推荐的Groq提供的llama3-70b-8192，应该是目前唯一一家免费提供 70B 参数规模的 Llama3 模型的厂商。
另存为.env ，是一个隐藏文件，看不到正常。在 Linux 和类 Unix 系统（包括大多数 NAS 设备的操作系统）中，以 “.” 开头的文件默认是隐藏的。这是操作系统的一种标准做法，目的是防止这些配置文件被用户不小心修改或删除。
⭕️ 音箱.migpt.js配置
重复上面操作，先新建文档。配置模板如下。内容较多，大家可以先往下划，我列出了必须修改部分，其他内容等自己回头再慢慢改～
必须需要修改的是userId、password、did就是你的小爱音箱型号：
// 小米 ID userId: "978765301", // 注意：不是手机号或邮箱，请在「个人信息」-「小米 ID」查看
// 账号密码，就是你小米账户登陆的那个密码
password: "Keepfit75KG!",
// 小爱音箱 DID 或在米家中设置的名称 did: "小爱音箱Pro", // 注意空格、大小写和错别字（音响 👉 音箱），不要出任何错误
参考上面的设备支持部分，这个变量请根据自己型号修改false或true，默认为true：
// 是否启用连续对话功能，部分小爱音箱型号无法查询到正确的播放状态，需要关闭连续对话 streamResponse: true, // 连续对话时，无响应多久后自动退出
以上工作完成后，另存为即可。
Docker Compose部署
打开Cintainer Station，创建新的应用，将以下代码修改并创建即可。
系统会自动帮我们拉取镜像并运行项目。
部署完毕后，查看Docker日志，出现以下界面便说明可以使用了。
尝试对话，跟作者配置中的一样，确实有些傲娇。。。
常见问题
皆摘自原项目。很多问题解决方案，以及自定义配置教程在原项目都十分详细，这里只是挑些可能较为常见的说明，为大家节省点时间。
是否支持其他模型，是否支持其他TTS接入
理论上兼容 OpenAI SDK的模型都支持，修改环境变量即可接入到 MiGPT。比如：通义千问、零一万物、Moonshot、DeepSeek等。
具体的配置可查看该链接：https://migptgui.com/docs/apply/tongyi
对于其他不兼容的大模型，比如豆包、文心一言等，也可以通过第三方的 API 聚合工具将其转换为 OpenAI API 兼容的格式。比如： One API和 simple-one-api（推荐：支持 coze，使用更简单），然后修改对应的环境变量值即可完成接入。
支持任意的TTS服务接入，建议参考：https://github.com/idootop/mi-gpt/blob/main/docs/tts.md
AI回答调速、开启唤醒模式
这两项都可在小爱的配置文件中修改调整.
回答调速：
// .migpt.js export default { speaker: { // 使用小爱自带的 TTS 引擎 tts: "xiaoai", // 关闭 AI 开始回答时的提示语 onAIAsking: [], // 关闭 AI 结束回答时的提示语 onAIReplied: [], // 连续对话时，播放状态检测间隔（单位毫秒，最低 500 毫秒，默认 1 秒） checkInterval: 500, // 调小此值可以降低小爱回复之间的停顿感，请酌情调节 // 连续对话时，下发 TTS 指令多长时间后开始检测设备播放状态（单位秒，最好不要低于 1s，默认 3 秒） checkTTSStatusAfter: 3, // 可适当调小或调大 // ... }, };
唤醒和连续对话模式，召唤傻妞后，便无需每句对话以小爱同学作为起始：
// .migpt.js export default { speaker: { // 当消息以下面的关键词开头时，会调用 AI 来回复消息 callAIKeywords: ["请", "你", "傻妞"], // 当消息以下面的关键词开头时，会进入 AI 唤醒状态 wakeUpKeywords: ["打开", "进入", "召唤"], // ... }, };
唤醒小爱同学
正常对小爱音箱说“小爱同学”，唤醒其进入听写状态。
唤醒小爱同学后，可以对她说语音指令，比如“请问地球为什么是圆的”
此时，只有以callAIKeywords开头的消息，才会调用 AI 进行回复。
此阶段无法做到连续对话，每次提问都要以“小爱同学，请 xxx”开头。
进入唤醒模式
默认不会调用 AI 进行回复
唤醒模式（AI 模式）类似小爱技能，进入后可以连续对话
使用wakeUpKeywords即可进入唤醒模式，比如“小爱同学，召唤傻妞”
进入唤醒模式后，每次提问请等待小爱回答“我说完了”之后，再继续向她提问
此时，可直接向小爱提问题，无需再以“小爱同学，xxx”开头。
无法使用、启动失败等
该类问题极大概率是AI和小米各自那三个变量的配置问题，重点关注网络问题、API是否需要付费等。
⭕️ LLM 响应异常 Connection error，也就是AI不能回复，国内环境无法访问 AI 服务的情况，需要魔法，本文只建议更换使用国内LLM （Moonshot、零一万物、通义千问等）。
⭕️ LLM 响应异常 404 The model xxx does not exist，意为该模型不存在或不可用，基本就是没权限要付费那种，建议切换到其他模型。
⭕️ LLM 响应异常，401 Invalid Authentication， 404 基本都是OpenAI_API_KEY 无效。检查OpenAI_API_KEY是否能正常使用，以及对应环境变量是否生效。
⭕️ LLM 响应异常，404 Not Found，可能代理 IP 被 Cloudflare 风控，可尝试切换节点。或者把环境变量的 HTTP_PROXY 设置成空字符串 HTTP_PROXY='' 关闭代理（仅适用于国产大模型）。
无AI回答，但是后台日志有文字信息输出
这与小爱音箱的型号有关，请到米家产品库查看参数并修改：
ttsCommand: [5, 1], // 设备唤醒指令，请到 https://home.miot-spec.com 查询具体指令 wakeUpCommand: [5, 3], // 查询是否在播放中指令，请到 https://home.miot-spec.com 查询具体指令 // playingCommand: [3, 1, 1], // 默认无需配置此参数，查询播放状态异常时再尝试开启
如果出现播放错误，比如长句的时候戛然而止，可修改第三个变量。
是否支持多个小爱音箱
可部署多个Docker，分别绑定不同的小爱音箱。
是否需要同一局域网
不需要。MiGPT 调用 MIoT 云端接口，可在任意设备或服务器上运行，无需和小爱音箱在同一局域网下。
重设小爱人设
可通过语音设置。
小爱：小爱同学，你是 xxx，你 xxx
你自己：小爱同学，我是 xxx，我 xxx