用于构建、测试和部署 AI 智能体与工作流的可视化平台,可通过 API 或 MCP 服务器对外调用。
yihong0618/xiaogpt
让小米小爱音箱接入 ChatGPT 等大模型,语音提问后由音箱朗读回答。
- Star
- 6,949
- Fork
- 955
- 未关闭 Issue
- 74
- 最近提交
- 13天前
这是什么?
xiaogpt 是一个 Python 工具,把小米 AI 音箱接入大语言模型。对音箱说出以“帮我”开头的问题后,内容会发送给所配置的模型,回答再通过音箱的语音合成播放出来。
支持 ChatGPT(OpenAI API)、Gemini、通义千问、豆包、Moonshot、通过 Groq 调用的 Llama3、ChatGLM、01 以及 New Bing。语音输出既可以用音箱自带的 TTS,也可以换成 Edge TTS、OpenAI、Azure、火山引擎、百度、Google 或 Fish Audio 等第三方引擎。项目还支持流式响应和持续对话模式,LangChain 选项可用于联网检索和数学计算。
安装时借助 MiService 查询音箱的设备 DID,登录方式可选 Cookie 或账号密码。配置既可以通过命令行参数,也可以使用 YAML 或 JSON 文件,并提供 Docker 镜像。
核心功能
- 01将小米 AI 音箱的语音提问转发给 ChatGPT 或其他大模型。
- 02回答可通过音箱自带语音或 Edge TTS、Azure 等第三方引擎播放。
- 03支持流式响应和持续对话模式。
- 04可用命令行参数或 YAML/JSON 配置文件进行设置。
- 05提供 Docker 镜像便于部署。
适用场景
- 为家中的小米音箱增加对话式 AI 助手功能。
- 通过语音界面测试不同的大模型后端。
- 使用自选的语音合成服务定制音箱的播报声音。
快速上手
- 1
从 PyPI 安装 xiaogpt
pip install -U --force-reinstall xiaogpt[locked] - 2
用 MiService 获取音响的 DID(需先设置 MI_USER 和 MI_PASS)
miservice list - 3
设置你的 OpenAI API 密钥
export OPENAI_API_KEY=${your_api_key} - 4
使用音响型号和 ChatGPT API 运行 xiaogpt
xiaogpt --hardware LX06 --use_chatgpt_api
使用前须知
- 需要小米 AI 音箱和小米账号。
- 使用大模型时通常需要付费的 API 密钥。
- 需要 Python 3.12 至 3.14。
标签
常见问题
- xiaogpt 是什么?
- 让小米小爱音箱接入 ChatGPT 等大模型,语音提问后由音箱朗读回答。 xiaogpt 是一个 Python 工具,把小米 AI 音箱接入大语言模型。对音箱说出以“帮我”开头的问题后,内容会发送给所配置的模型,回答再通过音箱的语音合成播放出来。
- xiaogpt 可以免费使用吗?用的什么许可证?
- xiaogpt 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- xiaogpt 还在维护吗?
- 活跃维护中。xiaogpt 最近一次提交是在 2026年10月7日。
- xiaogpt 适合用来做什么?
- 为家中的小米音箱增加对话式 AI 助手功能。 通过语音界面测试不同的大模型后端。 使用自选的语音合成服务定制音箱的播报声音。
- xiaogpt 怎么安装和运行?
- 从 PyPI 安装 xiaogpt: pip install -U --force-reinstall xiaogpt[locked] 用 MiService 获取音响的 DID(需先设置 MI_USER 和 MI_PASS): miservice list 设置你的 OpenAI API 密钥: export OPENAI_API_KEY=${your_api_key} 使用音响型号和 ChatGPT API 运行 xiaogpt: xiaogpt --hardware LX06 --use_chatgpt_api
- 在哪里获取 xiaogpt?
- 源代码和安装说明在 GitHub 上:https://github.com/yihong0618/xiaogpt
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于多智能体群体模拟的预测引擎,可从新闻、政策等种子材料构建数字世界来推演未来走向。
开源 Python 框架,用于编排基于角色的自主 AI 智能体(Crews)和事件驱动的工作流(Flows)。
用于构建有状态、长时间运行智能体的底层 Python 编排框架,支持持久化执行、人工介入和记忆。
用 Python 构建 MCP 服务端、客户端和交互式应用的框架,让 LLM 连接工具与数据。
一个 Python 库,在生成过程中约束 LLM 输出,使其符合指定的类型、正则、JSON Schema 或语法。