基于 yihong0618/xiaogpt 的本地扩展,让小爱音箱通过触发词调用本机 OpenClaw 智能体,再用小米原生 TTS 播报。
本仓库主要维护 L05C 的暂停优化、OpenClaw 适配、多音箱会话隔离和 macOS 后台服务。上游源码保留为 xiaogpt/ Git 子模块,固定到提交 4258b0b53cf6af062f1a01af993d47a161382a0f,没有修改上游文件。
你说话 → 小米云语音识别 → 本机轮询识别文字 → 匹配触发词 → 暂停原生回复 → OpenClaw → 小米 TTS 播报。
- 触发词可以出现在句中任意位置,默认示例为“问助手”。每次提问都需要触发词。
- 每台 L05C 使用独立配置、登录令牌文件和 OpenClaw 会话标识。
- 检测到模型问题时直接暂停,模型回复准备好后再暂停一次;取消等待公告,减少重叠播报。
- OpenClaw 适配只连接回环地址,忽略系统 HTTP 代理,并关闭自动重试,避免工具任务重复执行。
- 本机保存会话的
user标识,实际对话历史由 OpenClaw 网关管理。
这套方式仍经过小米云。 暂停优化无法保证完全消除小爱抢答,也无法恢复云端识别漏掉的半句话。OpenClaw 的工具权限沿用所选智能体配置;需要隔离权限时可以使用专用智能体。
- macOS;后台服务使用当前用户的 launchd。
- Python 3.12 和 uv。
- 已绑定小米账号的 L05C 音箱。本项目按该型号配置命令与登录筛选。
- 本机 OpenClaw Gateway,开启 Chat Completions 接口并保留令牌认证和回环监听。
git clone --recurse-submodules https://github.com/StrikeNull/xiaogpt-openclaw.git
cd xiaogpt-openclaw
uv venv --python 3.12
uv pip install -r requirements-runtime.txt -c xiaogpt/requirements.txt
umask 077
cp config.example.json config.json已经克隆但没有子模块时,运行 git submodule update --init。
在 config.json 中填写本机 OpenClaw 网关令牌、智能体目标和触发词:
openai_key:本机 Gateway 的认证令牌;这是兼容客户端字段名。api_base:默认http://127.0.0.1:18789/v1。gpt_options.model:例如openclaw/main,选择的是智能体;其底层模型由 OpenClaw 配置决定。keyword:要匹配的词;需要时可以把常见误识别作为额外词加入列表。
如果兼容接口尚未开启,可按 OpenClaw 文档配置:
openclaw config set gateway.http.endpoints.chatCompletions.enabled true --strict-json
openclaw gateway restart重启会短暂影响正在使用该网关的其他入口。接口令牌具有网关操作权限,请保留本机访问范围。
.venv/bin/python control.py check-model
.venv/bin/python control.py login
.venv/bin/python control.py speaker-check
.venv/bin/python control.py start
.venv/bin/python control.py status也可以双击 login.command、start.command、stop.command。脚本会从自身所在目录运行。
小米密码和验证码在本机交互输入,密码不写入配置。登录后会为账号下所有 L05C 创建配置并在 start 时启动各自进程;登录时选择的音箱用于主配置。设备清单位于本机 .state/speakers.json,单台操作可以使用:
.venv/bin/python control.py status --device YOUR_DEVICE_ID
.venv/bin/python control.py stop --device YOUR_DEVICE_ID
.venv/bin/python control.py start --device YOUR_DEVICE_ID用户登录 macOS 后会自动启动已配置的后台服务;电脑需要保持开机和联网。测试用语:“小爱同学,问一下问助手一加一等于几”。
network_trial.py 在路由器上通过 SSH 运行 tcpdump,监测指定音箱向候选语音服务新建 HTTPS 连接,并在拿到文字前尝试暂停原声。它只传回连接元数据,不能在网络阶段判断用户是否说了触发词。
该试验默认关闭。 实测中连接事件有时早于文字、有时晚于文字,不能据此保证稳定阻止抢答;普通小爱回复也可能被静音。它没有替换语音识别或修改路由转发规则。
如需自行试验:
- 在音箱流量经过的路由器上准备可运行的
tcpdump。可使用系统安装的版本,或通过tcpdump_path指定自己的工具路径。本仓库不包含路由器二进制和自动安装脚本。 - 在本机建立
.state/network-trial/,将network-trial.example.json复制为该目录下的config.json。示例地址、MAC 和设备编号都是占位值。 - 填写路由器局域网地址、SSH 用户、端口、网络接口、音箱 MAC 和本机设备清单里的 DID;把 SSH 私钥留在本机。
trigger_aliases可把识别错的词归一化到已配置的触发词。 - 运行
.venv/bin/python network_trial.py或双击network-trial.command。
试验默认 5 分钟,只临时接管所选音箱;Ctrl+C、会话中断和到期会恢复该音箱原服务。SSH 使用伪终端协助终止远端抓包,并设置额外的远端到期保护。强制杀死本机进程或断电后,可以用 control.py start --device YOUR_DEVICE_ID 手动恢复。
过滤参数参考了 axcom/xiaobot 的监控脚本。候选目标地址写在 capture_command() 中,可能随云服务变更而失效。
config.json、.state/、logs/、SSH 密钥、抓包文件和生成的 plist 都由 .gitignore 排除。真实配置和令牌文件设为 0600,状态和日志目录设为 0700。
上游程序会把提问与回答打印到本地日志;分享日志前需要去除个人内容。Git 忽略规则不会清除已提交的历史文件,请勿手动强制加入这些本地文件。
.venv/bin/python -m unittest test_control test_responsive test_openclaw_bot test_network_trial测试使用虚构设备信息和模拟接口,不访问真实账号、音箱或路由器。实机测试不能保证所有固件、网络和 OpenClaw 版本都具有同样效果。
本项目基于 XiaoGPT 扩展,保留原作者版权声明和完整 MIT 许可证,详见 LICENSE 与 THIRD_PARTY_NOTICES.md。依赖项目和外部工具遵循各自许可证。