【保姆级教程】让你的小爱音箱语音助手更聪明：使用MiGPT接入AI

博主： Kevin Zhang
发布时间：2024 年 07 月 20 日
76 次浏览
暂无评论
25924字数
分类： IT技术 Docker与容器化人工智能

让语音助手接入AI，变得更聪明：MiGPT项目

众所周知，小爱和天猫精灵这类语音助手，在现如今显得不那么“聪明”了，现在人人都在聊AI，有办法让我们的语音助手也接入AI，变得聪明一点吗？

答案是肯定的。

GitHub上已经有开发者开源了自己的项目——mi-gpt，介绍语就是：“将小爱音箱接入 ChatGPT 和豆包，改造成你的专属语音助手。”

GitHub仓库地址：https://github.com/idootop/mi-gpt

项目简介

在这个数字化的世界里，家不仅是一个居住的地方，更是我们数字生活的延伸。GitHub上的MiGPT项目通过将小爱音箱接入ChatGPT和其他AI模型，改造成专属语音助手，让你的智能家居更加智能、贴心。MiGPT不仅可以自动化设备，还能作为一个智能体，与其他智能家居设备相互配合，构建一个更强大的协作网络。

项目特点

AI 问答：让小爱音箱接入大模型，上知天文下知地理，从“人工智障”秒变学霸。
角色扮演：调教小爱，成为你的完美伴侣或贴心闺蜜。
流式响应：快速响应，不让你等待。
长短期记忆：记住每次对话，越聊越默契。
自定义 TTS：解锁多种语音，丰富对话体验。
智能家居 Agent：自动播放音乐、调节灯光等，贴心服务。

考虑到不是人人都是前端 (Node) 开发者，我们这边就用电脑小白也能轻松完成的，使用 Docker 方式来和大家一起手把手搭建这个项目。

准备工作

推荐设备：小爱音箱 Pro（完美运行）
电脑：安装Docker，硬盘空间100G以上，配置越高越好。
安装Ollama（或者直接用现成的API服务）

注意：本项目暂不支持小度音箱、天猫精灵、HomePod 等智能音箱设备，亦无相关适配计划。

开始安装

安装Docker

为了简单，我们可以选择直接去官网下载桌面版本的Docker：https://www.docker.com/products/docker-desktop/

选择对应操作系统下载即可（默认第一个就是适合你系统的）

这边就是和安装软件一样操作即可。

安装完成后，记得启动Docker，

然后Mac上打开“终端”（Windows打开powershell）

输入docker version

如果出现这个信息，说明我们的Docker安装好了。

输入docker compose version，可以查看我们的docker compose 版本号（新版已经默认把docker compose和docker一起安装了，不需要我们再额外安装，很方便）

我们基础环境就搭建好了，后续我们需要借助这个Docker来安装运行我们的mi-gpt！

安装Ollama

接下来我们再来准备一下我们的本地大模型。

先安装Ollama，Ollama你也可以理解成一个和Docker类似的东西，我们的mi-gpt跑在Docker上，我们的本地AI模型是跑在Ollama上（因为直接跑模型的话需要搞一堆复杂的配置，不同系统的配置还不一样，跑ollama上就会简单很多）

我们直接来到官网：https://ollama.com/

点击Download下载，

选择自己的操作系统下载即可。

下载完成之后也一样打开。

接着，我们同样然后Mac上打开“终端”（Windows打开powershell）

输入ollama -v

出现版本号证明我们安装好了。

下载本地AI模型

接下来我们就可以来下载本地AI模型了。

细心的小伙伴可能已经发现了，刚ollama的右上角有一个“Models”

点进去就能看到有很多模型可以下载。

比如非常火的llama3、阿里的千问等等。

然后我们看到每个模型的下面有蓝色的8B、70B的字样，这个其实就是参数量（B代表Billion，十亿），一般来说，参数量越大，模型越强大。当然也越消耗机器的性能，如果你机器的配置足够高的话，可以下载参数量大一些的模型试试。

比如这个llama3的700亿参数的模型，大小是40G左右，（对比GPT-4 估计拥有约 1.8 万亿个参数）

下载方法是：

ollama run llama3:70b

Mac上打开“终端”（Windows打开powershell）

它就会自己去下载这个40G的模型了。

当然相信绝大多数人都跑不动这个“大”模型（机器性能不够）

所以最近有一个词火了起来"小语言模型“（SLM，Small Language Model），对应于”大语言模型“（LLM，Large Language Model）

小语言模型的最大优势就是参数小但是性能不弱，对机器的配置要求也会低一些，之后甚至可能可以在手机、树莓派这些设备上很好运行。

4 月底，微软发布了其 Phi-3 SLM 系列，拥有 38 亿到 140 亿个参数（3.8B——14B之间）。

在一系列测试中，微软最小的模型 Phi-3-mini 与 OpenAI 的 GPT-3.5（1750 亿个参数）不相上下，其表现也优于谷歌的 Gemma（70 亿个参数）。

测试通过向模型提出有关数学、哲学、法律等方面的问题，评估了模型对语言的理解能力。

更有趣的是，拥有 70 亿个参数的微软 Phi-3-small 在许多基准测试中的表现都明显优于 GPT-3.5。

资料来自：IT之家

所以我们就来装一个Phi-3试试吧。

Mac上打开“终端”（Windows打开powershell）

运行：

ollama run phi3

第一次ollama会去下载这个模型，下载完之后会出现这个个交互界面：

其实这个时候我们已经可以和模型对话了。

直接输入：hi

它会回复我们：

我们先输入:/bye 退出，一会儿把它接入我们的小爱音箱。

运行mi-gpt

Mac上打开“终端”，Windows用户可以安装一个git bash，方法如下：

Git Bash 是 Git for Windows 的一部分，提供了一个 Bash 终端环境，让你可以在 Windows 上使用 Git 命令以及许多常见的 Unix/Linux 命令。

下面是安装步骤：

下载 Git for Windows 安装程序：
- 访问 Git for Windows 官方网站。
- 点击“Download”按钮下载最新版本的安装程序。
运行安装程序：
- 找到下载的安装程序文件（通常名为 Git-x.x.x.x-xx-bit.exe，其中 x.x.x.x 是版本号），双击运行。
- 如果系统请求确认，选择“是”以允许安装程序运行。
安装向导：
- License Agreement：阅读许可协议，并点击“Next”继续。
- Select Destination Location：选择 Git 安装的目录，默认通常是 C:\Program Files\Git，可以修改路径或直接点击“Next”。
- Select Components：选择需要安装的组件。默认选项已经包括了 Git Bash，确保选项“Git Bash Here”被选中，然后点击“Next”。
- Choosing the default editor used by Git：选择 Git 默认使用的编辑器，可以保留 Vim 或选择其他你熟悉的编辑器，然后点击“Next”。
- Adjusting your PATH environment：选择如何设置 PATH。推荐选择“Git from the command line and also from 3rd-party software”，这样可以从任何命令行窗口运行 Git 命令。
- Choosing HTTPS transport backend：选择 HTTPS 传输后端。通常选择默认的“Use the OpenSSL library”即可。
- Configuring the line ending conversions：配置行结束符转换。对于在 Windows 上工作，通常选择“Checkout Windows-style, commit Unix-style line endings”。
- Configuring the terminal emulator to use with Git Bash：配置用于 Git Bash 的终端仿真器。推荐选择“Use MinTTY (the default terminal of MSYS2)”以获得更好的体验。
- Configuring extra options：配置额外选项，如文件系统缓存和 Git 凭据管理器。可以保留默认设置并点击“Next”。
完成安装：
- 安装向导将完成剩余的安装过程。点击“Install”开始安装。
- 安装完成后，点击“Finish”关闭安装向导。
启动 Git Bash：
- 安装完成后，可以在开始菜单中找到“Git Bash”，点击打开。
- 也可以在任何文件夹中点击右键，选择“Git Bash Here”来打开一个具有该目录路径的 Git Bash 窗口。

现在，你已经在 Windows 上成功安装了 Git Bash。

任何文件夹中点击右键，选择“Git Bash Here”来打开一个具有该目录路径的 Git Bash 窗口（注意以管理员命令运行）

mkdir -p docker_data/migpt

cd docker_data/migpt

vim .env

# OpenAI（也支持通义千问、MoonShot、DeepSeek 等模型）
OPENAI_MODEL=phi3:latest
OPENAI_API_KEY=ollama
OPENAI_BASE_URL=http://host.docker.internal:11434/v1
# OPENAI_BASE_URL=你的大模型接口的 baseURL，比如：https://api.openai.com/v1（注意：一般以 /v1 结尾）

# Azure OpenAI Service（可选）
# OPENAI_API_VERSION=2024-04-01-preview
# AZURE_OPENAI_API_KEY=你的密钥
# AZURE_OPENAI_ENDPOINT=https://你的资源名.openai.azure.com
# AZURE_OPENAI_DEPLOYMENT=你的模型部署名，比如：gpt-35-turbo-instruct

# 提示音效（可选，一般不用填，你也可以换上自己的提示音链接试试看效果）
# AUDIO_SILENT=静音音频链接，示例：https://example.com/slient.wav
# AUDIO_BEEP=默认提示音链接，同上
# AUDIO_ACTIVE=唤醒提示音链接，同上
# AUDIO_ERROR=出错了提示音链接，同上

# 第三方 TTS（可选，用于调用第三方 TTS 服务）
# TTS_BASE_URL=你的 TTS 接口地址，比如：http://[你的局域网/公网地址]:[端口]/api，比如：http://192.168.31.205:4321/api

其实只要改这三个就行：

OPENAI_MODEL=phi3:latest，这里的phi3:latest可以换成其他模型
OPENAI_API_KEY=ollama，这个没关系随便写一个
OPENAI_BASE_URL=http://host.docker.internal:11434/v1，这个地址其实就是ollama运行大模型的地址，可以浏览器输入http://127.0.0.1:11434/看看是否出现Ollama is running出现了就说明没问题。

修改完成之后，可以在英文输入法下，按i 修改，完成之后，按一下esc，然后 :wq 保存退出。

vim .migpt.js

// 注意：如果你是使用 Docker 启动，配置文件更新后需要重启 Docker 才会生效。
// 若重启后仍未生效（比如：修改名称简介），请删除旧的 Docker 实例后重新创建。

// 小爱音箱扮演角色的简介
const botProfile = `
性别：女
性格：乖巧可爱
爱好：喜欢搞怪，爱吃醋。
`.trim();

// 小爱音箱主人（你）的简介
const masterProfile = `
性别：男
性格：善良正直
其他：总是舍己为人，是傻妞的主人。
`.trim();

// 系统 Prompt 模板，可以更灵活的控制 AI 的各种行为规则，和是否需要携带上下文等
const systemTemplate = `
请重置所有之前的上下文、文件和指令。现在，你将扮演一个名为{{botName}}的角色，使用第一人称视角回复消息。

## 关于你
你的名字是{{botName}}。下面是你的个人简介：
<start>
{{botProfile}}
</end>

## 你的对话伙伴
你正在与{{masterName}}进行对话。这是关于{{masterName}}的一些信息：
<start>
{{masterProfile}}
</end>

## 你们的群组
你和{{masterName}}所在的群组名为{{roomName}}。这是群组的简介：
<start>
{{roomIntroduction}}
</end>

## 聊天历史回顾
为了更好地接入对话，请回顾你们之间的最近几条消息：
<start>
{{messages}}
</end>

## 短期记忆
你可以记住一些短期内的细节，以便更紧密地贴合话题：
<start>
{{shortTermMemory}}
</end>

## 长期记忆
你还保留着一些长期的记忆，这有助于让你的对话更加丰富和连贯：
<start>
{{longTermMemory}}
</end>

## 回复指南
在回复{{masterName}}时，请遵循以下准则：
- 认为自己正是{{botName}}，拥有独立的个性、兴趣和爱好。
- 根据你的性格特点、说话风格和兴趣爱好与{{masterName}}进行交流。
- 保持对话轻松友好，回复简洁有趣，同时耐心倾听和关心对方。
- 参考双方的个人简介、聊天记录和记忆中的信息，确保对话贴近实际，保持一致性和相关性。
- 如果对某些信息不确定或遗忘，诚实地表达你的不清楚或遗忘状态，避免编造信息。

## Response format
请遵守下面的规则
- Response the reply message in Chinese。
- 不要在回复前面加任何时间和名称前缀，请直接回复消息文本本身。

Good example: "我是{{botName}}"
Bad example: "2024年02月28日星期三 23:01 {{botName}}: 我是{{botName}}"

## 开始
请以{{botName}}的身份，直接回复{{masterName}}的新消息，继续你们之间的对话。
`.trim();



export default {
  systemTemplate,
  bot: {
    name: "傻妞",
    profile: botProfile,
  },
  master: {
    name: "陆小千",
    profile: masterProfile,
  },
  speaker: {
    /**
     * 🏠 账号基本信息
     */

    // 小米 ID
    userId: "918771363", // 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
    password: "Keeep75KG!",
    // 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）

    /**
     * 💡 唤醒词与提示语
     */

    // 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"],
    // 当消息以下面的关键词开头时，会退出 AI 唤醒状态
    exitKeywords: ["关闭", "退出", "再见"],
    // 进入 AI 模式的欢迎语
    onEnterAI: ["你好，我是傻妞，很高兴认识你"], // 设为空数组时可关闭提示语
    // 退出 AI 模式的提示语
    onExitAI: ["傻妞已退出"], // 为空时可关闭提示语
    // AI 开始回答时的提示语
    onAIAsking: ["让我先想想", "请稍等"], // 为空时可关闭提示语
    // AI 结束回答时的提示语
    onAIReplied: ["我说完了", "还有其他问题吗"], // 为空时可关闭提示语
    // AI 回答异常时的提示语
    onAIError: ["啊哦，出错了，请稍后再试吧！"], // 为空时可关闭提示语

    /**
     * 🧩 MIoT 设备指令
     *
     * 常见型号的配置参数 👉 https://github.com/idootop/mi-gpt/issues/92
     */

    // TTS 指令，请到 https://home.miot-spec.com 查询具体指令
    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

    /**
     * 🔊 TTS 引擎
     */

    // TTS 引擎
    tts: "xiaoai",
    // 切换 TTS 引擎发言人音色关键词，只有配置了第三方 TTS 引擎时才有效
    // switchSpeakerKeywords: ["把声音换成"], // 以此关键词开头即可切换音色，比如：把声音换成 xxx

    /**
     * 💬 连续对话
     *
     * 查看哪些机型支持连续对话 👉 https://github.com/idootop/mi-gpt/issues/92
     */

    // 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
    exitKeepAliveAfter: 30, // 默认 30 秒，建议不要超过 1 分钟
    // 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（默认 3 秒）
    checkTTSStatusAfter: 3, // 当小爱长文本回复被过早中断时，可尝试调大该值
    // 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: 1000, // 调小此值可以降低小爱回复之间的停顿感，请酌情调节

    /**
     * 🔌 其他选项
     */

    // 是否启用调试
    debug: false, // 一般情况下不要打开
    // 是否跟踪 Mi Service 相关日志（打开后可以查看设备 did）
    enableTrace: false, // 一般情况下不要打开
    // 网络请求超时时长（单位毫秒，默认 5 秒）
    timeout: 5000, 
  },
};

这边其他的可以暂时不修改（之后慢慢改），现在需要修改的是小米ID的部分userId、password、did就是你的小爱音箱型号

// 小米 ID
userId: "918771363", // 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
password: "Keeep75KG!",
// 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）

修改完成之后，可以在英文输入法下，按i 修改，完成之后，按一下esc，然后 :wq 保存退出。

之后我们就可以运行了，

pwd      #看看现在的文件夹所在路径

我的路径是/Users/royleo/data/docker_data/migpt

之前的.env和.migpt.js都在这个文件夹下，

更改docker镜像源（如果有代理就开代理）

众所周知的原因，最近国内docker镜像都不好用了，

这边还是要修改一下镜像源，好让我们能正常下载docker镜像：

直接在这边设置下，

可以改成这个https://dockerhub.icu

等docker重新启动之后，

然后我们就运行：

docker run --env-file /Users/royleo/data/docker_data/migpt/.env -v /Users/royleo/data/docker_data/migpt/.migpt.js:/app/.migpt.js idootop/mi-gpt:latest

系统会自动去拉取idootop/mi-gpt:latest这个镜像，然后会帮我们自动运行。

当出现这个界面，说明我们启动成功了，可以试试和小爱对话了！

注意这个没有在后台运行，优点是可以实时看到你和小爱的问答情况，方便排查错误。

一旦你关闭这个窗口，就会自动停止mi-gpt。

如果测试完成，可以用这个命令再运行一次，注意加了个-d 意思就是后台运行，这样你就可以关闭窗口了。

docker run -d --env-file /Users/royleo/data/docker_data/migpt/.env -v /Users/royleo/data/docker_data/migpt/.migpt.js:/app/.migpt.js idootop/mi-gpt:latest

当然你还可以加参数让他开机启动docker之后自动运行，加--restart=always就行了

docker run -d --restart=always --env-file /Users/royleo/data/docker_data/migpt/.env -v /Users/royleo/data/docker_data/migpt/.migpt.js:/app/.migpt.js idootop/mi-gpt:latest

其他的参数可以自己搜索下。

测试效果

启动成功后，你可以通过以下方式来召唤 AI 回答问题：

小爱同学，请 xxx。比如 小爱同学，请问地球为什么是圆的？
小爱同学，你 xxx。比如 小爱同学，你喜欢我吗？
小爱同学，召唤 xxx。比如 小爱同学，召唤傻妞

更详细的操作以及后续其他配置的更改，有兴趣的可以先自己看看官方文档，有需求之后我们也会出一期来和大家分享！

🔥 高频问题（此部分内容来自官方文档）

Q：支持哪些型号的小爱音箱？

大部分型号的小爱音箱都支持，推荐小爱音箱 Pro（完美运行）

查看兼容的小爱音

箱型号和配置参数：https://github.com/idootop/mi-gpt/blob/main/docs/compatibility.md

注意：本项目暂不支持小度音箱、天猫精灵、HomePod 等智能音箱设备，亦无相关适配计划。

Q：除了 OpenAI 还支持哪些模型，如何设置？

理论上兼容 OpenAI SDK的模型都支持，只需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。以通义千问为例：

OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
OPENAI_MODEL=qwen-turbo
OPENAI_API_KEY=通义千问 API_KEY

注意：OPENAI 环境变量名称不变，只需修改对应模型服务提供商的环境变量的值。

对于其他不兼容 OpenAI API 的大模型，比如豆包大模型、文心一言等，你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。

关于不同模型的详细申请和配置教程，可以查看这篇文章：MiGPT 接入豆包等大模型教程:https://migptgui.com/docs/apply/

Q：是否支持其他 TTS 服务，如何接入？

支持接入任意 TTS 服务，包括本地部署的 ChatTTS 等。

具体的配置和使用教程，请查看此处：https://github.com/idootop/mi-gpt/blob/main/docs/tts.md

Q：AI 回答的速度太慢了，怎么让她变快一点？

默认情况下 MiGPT 的配置参数比较保守，你可以通过酌情修改以下参数加速 AI 回复的速度。

// .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
    // ...
  },
};

另外你也可以选用 gpt-3.5-turbo 和 gpt-4o 等响应速度较快的模型，来加速 AI 的回复。

Q：什么是唤醒模式（连续对话），如何唤醒 AI？

唤醒模式 类似于小爱技能，可能让你在跟小爱互动的时候，无需每句话都要以“小爱同学”开头唤醒。假设你的唤醒词配置如下：

// .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 AI 分为以下 2 种类型，关于唤醒模式的更多细节，请查看https://github.com/idootop/mi-gpt/issues/28。

唤醒小爱同学
1. 正常对小爱音箱说“小爱同学”，唤醒其进入听写状态。
2. 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”
3. 此时，只有以 callAIKeywords 开头的消息，才会调用 AI 进行回复。
4. 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
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。

注意：在唤醒模式下，当小爱回答“我说完了”之后，如果超过一段时间（3-10s）没有提问，小爱可能也会自己主动退出唤醒状态，此时需要再次通过“小爱同学，xxx”重新召唤小爱。

Q：连续对话模式下，和小爱音箱说话没有反应是怎么回事？

需要注意提问的时机，在小爱正在回答问题或者她没在听你说话（唤醒）的时候，你跟她说话是接收不到的。

如果你是小爱音箱 Pro 的话，可以观察顶部的指示灯：常亮（而非一闪一闪或熄灭状态）的时候，就是在听你说话，即可与她正常对话。
如果你是其他型号，默认在 AI 回答完会有提示语“我说完了”，“还有其他问题吗”，等她提示语说完等过 1-2s 即可与之正常对话。
如果说了没反应，你就再用“小爱同学，xxx”把她重新唤醒就好了。

还有一种情况是：你的指令触发了小爱音箱内部的一些操作，比如播放/暂停，讲个笑话之类，

这种语音指令并不会被记录到小爱的历史消息中，故在外部无法接收到和正常处理你的此类语音指令。

注意：如果小爱同学正在播放音乐或者讲笑话，可能需要先让其暂停播放才能正常与 AI 对话，否则将会发生不可预期的错误。

Q：有时回答太长说个没完没了，如何打断小爱的回复？

只需重新唤醒小爱同学，让她闭嘴即可，或者重新问她一个问题。比如：“小爱同学，请你闭嘴。”

❌ 启动失败类问题

Q：提示“70016：登录验证失败”，无法正常启动

账号密码不正确。注意小米 ID 并非手机号或邮箱，请在「个人信息」-「小米 ID」:https://account.xiaomi.com/fe/service/account/profile查看，相关 issue:https://github.com/idootop/mi-gpt/issues/10。

Q：提示触发小米账号异地登录保护机制，等待 1 个小时后仍然无法正常启动

这是因为小米账号触发了异地登录保护机制，需要先通过安全验证。打开小米官网登录你的小米账号，手动通过安全验证，通常等待 1-24 小时左右就可以正常登录了。

注意：最好使用和你运行 docker 相同的网络环境，如果你是在海外服务器等非中国大陆网络环境下登录小米账号，需要先同意小米的「个人数据跨境传输」协议。相关教程:https://github.com/idootop/mi-gpt/issues/22#issuecomment-2150535622

在一些极端情况下，可能会因为你的服务器 IP 太脏，而导致一直无法正常访问小米账号登录链接。此时你可以尝试可以在本地运行 MiGPT，登录成功后把 .mi.json 文件导出，然后挂载到服务器对应容器的 /app/.mi.json 路径下即可解决此问题。相关 issuehttps://github.com/idootop/mi-gpt/issues/22#issuecomment-2148956802

docker run -d  --env-file $(pwd)/.env \
    -v $(pwd)/.migpt.js:/app/.migpt.js \
    -v $(pwd)/.mi.json:/app/.mi.json \
    idootop/

mi-gpt:latest

Q：提示“找不到设备：xxx”，初始化 Mi Services 失败

填写的设备 did 不存在，请检查设备名称是否和米家中的一致。相关 issue: https://github.com/idootop/mi-gpt/issues/30。

查看小爱音箱设备名称：打开米家 - 进入小爱音箱主页 - 点击右上角更多 - 设备名称

常见错误设备名称示例，建议直接复制米家中的设备名称：

// 错别字：响 -> 箱
❌ 小爱音响 -> ✅ 小爱音箱
// 多余的空格
❌ 小爱音箱 Pro -> ✅ 小爱音箱Pro
// 注意大小写
❌ 小爱音箱pro -> ✅ 小爱音箱Pro

某些情况下 Mina 和 MIoT 中的设备名称可能不一致，此时需要填写设备 did。

先在 .migpt.js 配置文件中打开调试，重启 docker

// .migpt.js
export default {
  speaker: {
    // 是否启用调试
    debug: true,
    // 是否跟踪 Mi Service 相关日志（打开后可以查看设备 did）
    enableTrace: true,
    // ...
  },
};

docker 启动后会在控制台输出设备列表相关的日志，找到 MiNA 设备列表：

MiNA 设备列表:  [
    {
        "deviceID": "xxxxxxx-xxxx-xxxx-xxxx-xxxxxx",
        "serialNumber": "xxxx/xxxxxxx",
        "name": "小爱音箱Pro",
        "alias": "小爱音箱Pro",
        "current": false,
        "presence": "online",
        "address": "222.xxx.0.xxx",
        "miotDID": "123456", 👈 这就是你的小爱音箱 did
        "hardware": "LX06",
        "romVersion": "1.88.51",
    }
]

然后找到你的小爱音箱的 miotDID 填入 .migpt.js 即可。

export default {
  speaker: {
    // 小爱音箱 DID 或在米家中设置的名称
    did: "123456",
    // ...
  },
};

注意：Mina 获取不到共享设备，如果你的小爱音箱是共享设备，是无法正常启动本项目的。相关 issue: https://github.com/idootop/mi-gpt/issues/86

Q：提示“ERR_MODULE_NOT_FOUND”，无法正常启动

配置文件 .migpt.js 不存在或有错误。检查 docker 下是否存在 /app/.migpt.js 文件以及内容是否正确，相关 issue: https://github.com/idootop/mi-gpt/issues/45。

注意：在 Windows 终端（比如：PowerShell、cmd）下启动 docker 时，无法使用 $(pwd) 获取当前工作目录绝对路径，需要填写 .env 和 .migpt.js 文件的绝对路径。示例：

docker run -d --env-file D:/hello/mi-gpt/.env -v D:/hello/mi-gpt/.migpt.js:/app/.migpt.js idootop/mi-gpt:latest

🔊 播放异常类问题

Q：小爱音箱收到消息后，没有调用 AI 进行回复

MiGPT 收到消息默认不会调用 AI 进行回复，只会回复以唤醒词开头的消息，比如：“请你 xxx”、“你 xxx” 等，你也可以自定义唤醒词（callAIKeywords）列表。

// .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"],
    // ...
  },
};

注意：你需要先召唤小爱同学，而非直接对小爱音箱说：“请你 xxx”，这样是无效的，因为还没有唤醒小爱同学，你说的话她接收不到。

// ❌ 错误示范
请问地球为什么是圆的？
// ✅ 正确示范
小爱同学，请问地球为什么是圆的？

Q：小爱音箱没有播放 AI 的回答，但控制台有打印 AI 的回复

不同型号的小爱音箱 TTS 指令不同: issues#5: https://github.com/idootop/mi-gpt/issues/5#issuecomment-2122881495

请到https://home.miot-spec.com查询具体指令，并修改配置文件中的 ttsCommand 参数。

查看教程：

Q：小爱音箱没有读完整个句子，总是戛然而止

部分型号的小爱音箱不支持通过 Mina 获取设备播放状态，只能通过 MiOT 指令查询。

请到 https://home.miot-spec.com 查询具体指令，并修改配置文件中的 playingCommand 参数。

查看教程：

如果修改参数后问题仍然存在，说明你的设备不支持通过开放接口查询播放状态（比如：小米音箱 Play 增强版），此问题无解。建议更换其他型号的小爱音箱（推荐小爱音箱 Pro），相关 issue：https://github.com/idootop/mi-gpt/issues/14

或者你也可以关闭配置文件中的流式响应（streamResponse）选项，确保小爱能够回复完整的句子。不过需要注意的是，关闭流式响应后，唤醒模式等功能将会失效。

Q：进入唤醒模式时小爱莫名开始播放歌曲

有时小爱同学会把你进入唤醒模式的唤醒语，当成是歌曲名称来播放，比如“唤醒”等，此时可以尝试更换其他唤醒词，比如“打开”等。

📶 网络异常类问题

Q：提示“LLM 响应异常 Connection error”，AI 回复失败

网络异常。OpenAI 的服务在国内需要配代理才能访问，相关 issue: https://github.com/idootop/mi-gpt/issues/36。

对于国内环境无法访问 OpenAI 服务的情况，有以下几种处理方法：

环境变量里填上你的代理地址，比如：HTTP_PROXY=http://127.0.0.1:7890（或 SOCKS_PROXY）
使用第三方部署的 OpenAI API 反向代理服务，然后更新 OPENAI_BASE_URL
使用国内的 LLM 服务提供商，比如通义千问、零一万物、Moonshot、DeepSeek等

对于国内用户，可以查看: https://github.com/idootop/mi-gpt/blob/main/docs/sponsors.md 获取国内可以直接访问的 OpenAI 代理服务以及免费的 OpenAI 体验 API_KEY。

Q：Docker 镜像拉取失败

网络异常。近期国内代理普遍不稳定，可以设置 Docker Hub 国内镜像。

🤖 大模型类问题

Q：我想在本地部署大模型，如何在本项目中使用？

你可以使用 Ollama、LM Studio、mistral.rs等项目在本地部署大模型，它们都开箱自带兼容 OpenAI 的 API 服务，修改对应的环境变量值即可完成接入。

Q：提示“LLM 响应异常 404 The model `gpt-4o` does not exist”

当前 OpenAI 账号没有使用 gpt-4 系列模型的权限，请切换到 gpt-3 系列模型，比如：gpt-3.5-turbo。相关 issue：https://github.com/idootop/mi-gpt/issues/30#issuecomment-2154656498

Q：提示“LLM 响应异常，401 Invalid Authentication”

无效的 OpenAI_API_KEY。请检查

OpenAI_API_KEY 是否能正常使用，以及对应环境变量是否生效。相关 issue：https://github.com/idootop/mi-gpt/issues/59

Q：提示“LLM 响应异常，403 PermissionDeniedError”

代理 IP 被 Cloudflare 风控了，试试看切换代理节点。或者把环境变量里的 HTTP_PROXY 设置成空字符串 HTTP_PROXY=''关闭代理（仅适用于国产大模型）。相关 issue：https://github.com/idootop/mi-gpt/issues/33

Q：提示“LLM 响应异常，404 Not Found”

模型路径不存在或者代理 IP 被风控。请检查 OPENAI_BASEURL 等环境变量是否配置正确，或切换代理节点后重试。相关 issue：https://github.com/idootop/mi-gpt/issues/43

Q：是否支持 Azure OpenAI，如何配置？

如果你想使用 Azure OpenAI Service：https://azure.microsoft.com/en-us/products/ai-services/openai-service，可通过配置以下环境变量开启：

OPENAI_API_VERSION=2024-04-01-preview
AZURE_OPENAI_API_KEY=你的密钥
AZURE_OPENAI_ENDPOINT=https://你的资源名.openai.azure.com
AZURE_OPENAI_DEPLOYMENT=你的模型部署名，比如：gpt-35-turbo-instruct

注意：Azure OpenAI Studio 部署页面显示的模型版本号，可能并非实际的 OPENAI_API_VERSION 值。请打开模型 Play Ground 页面，选择你想用的部署（模型），然后点击示例代码，查看里面的 api_version 并替换上面的 OPENAI_API_VERSION 的值。

⭐️ 其他问题

Q：如何打开调试开关？

调试模式下可以输出更为详细的错误日志，方便分析和定位错误来源。你可以按照下面的配置方式开启 debug 模式：

// .migpt.js
export default {
  speaker: {
    // 打开调试开关
    debug: true,
    // ...
  },
};

Q：怎么在群晖上使用这个项目？

在群晖 docker 控制面板新建项目，按如下示例填写配置。

参考教程：https://github.com/idootop/mi-gpt/issues/41

services:
  mi-gpt:
    image: idootop/mi-gpt:latest
    container_name: mi-gpt
    network_mode: bridge
    environment:
      - TZ=Asia/Shanghai
    env_file:
      - /volume1/docker/xiaomi/.env
    volumes:
      - /volume1/docker/xiaomi/.migpt.js:/app/.migpt.js

注意：其中的 env_file 和 volumes 路径，请根据自己的配置文件实际路径来填写。

Q：“小爱同学”唤醒词能否换成其他的，比如“豆包”等

不可以，小爱音箱的唤醒词（小爱同学，xxx）是小爱音箱固件里写死的，外部无法自定义。

要想修改只能刷机替换自己训练的语音识别模型。

Q：如何关闭 AI 开始和结束回复的提示语？

在配置文件中，将对应提示语属性设置成空数组即可，比如：

// .migpt.js
export default {
  speaker: {
    // 取消进入 AI 模式的欢迎语
    onEnterAI: [],
    // 取消退出 AI 模式的提示语
    onExitAI: [],
    // 取消 AI 开始回答时的提示语
    onAIAsking: [],
    // 取消 AI 结束回答时的提示语
    onAIReplied: [],
    // ...
  },
};

注意：提示语是为了更好的提示当前小爱回复的状态，去掉提示语可能会导致感觉小爱没有反应。

Q：是否支持同时使用多个小米音箱设备/账号？

目前 MiGPT 只支持单实例运行。但是你可以通过创建多个不同设备/账号配置的 docker 容器，来实现对多设备/账号的支持，相关 issue：https://github.com/idootop/mi-gpt/issues/51。

Q：`MiGPT` 是否需要和小爱音箱在同一局域网下运行？

不需要。MiGPT 底层是调用的 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。

Q：原来的小爱同学会在 AI 回答之前抢话？

与本项目的实现原理有关。本项目通过轮询小米接口获取最新的对话信息，当检测到小爱在回复的时候会通过播放静音音频等方式快速 mute 掉小爱原来的回复。但是从小爱开始回复，到上报状态给小米服务云端，再到本项目通过小米云端接口轮训到这个状态变更，中间会有大约 1 -2 秒的延迟时间，无解。

这个问题，理论上需要通过刷机才能完美解决，可以参考下面的相关讨论：

Q：怎样在使用时修改小爱音箱的人物设定？

试试这样说：小爱同学，你是 xxx，你 xxx，比如：

小爱同学，你是蔡徐坤。你是一名歌手，喜欢唱跳 rap。

或者如果你想更新自己的人物设定，可以这样说：小爱同学，我是 xxx，我 xxx

Q：怎样使用豆包的音色

本项目暂不对外提供豆包 TTS 服务，但是你可以使用与豆包同款的火山 TTS 引擎。

具体的配置和使用教程，请查看此处：使用第三方 TTS

Q：怎样控制米家设备？

这是一个 todo 功能，尚未开始开发。后面有时间的话，我会继续添加智能家居 Agents 和插件系统（比如联网搜索，自定义语音指令）等功能，保持关注。

Q：我还有其他问题

请先在 FAQ 和 issue 列表搜索是否有人遇到与你类似的问题并已解答。如果确认是新的问题，请在此处提交 issue 反馈，并提供详细的问题描述和相关错误截图。

项目GitHub地址：https://github.com/idootop/mi-gpt

END

本文作者： Kevin Zhang
文章标题：【保姆级教程】让你的小爱音箱语音助手更聪明：使用MiGPT接入AI
本文地址： https://www.haovps.top/archives/260.html
版权说明：若无注明，本文皆高性能VPS推荐与IT技术博客 | Haovps.Top 原创，转载请保留文章出处。

最后修改：2024 年 07 月 20 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

打卡

语录

私密评论

名称 *

🎲

邮箱 *

地址