最近在开发者社区里,一种巴掌大的小硬件突然火了起来。
它叫 ESP32,是乐鑫(Espressif)做的微控制器开发板,自带 Wi-Fi 和蓝牙,价格低到什么程度呢——拼多多上一块带 4.3 寸触摸屏的板子,不到一百块钱。
让它走红的不是硬件本身,而是大家发现:把 ESP32 和 AI 搭配起来,可以做出很多以前需要几千块设备才能实现的东西。 语音助手、Agent 状态指示灯、本地图像识别……这些项目不再只是工程师的极客玩具,越来越多普通用户也在跟着做。
下面是目前社区里最热门的七种玩法。
1. 按住按钮,跟你自己的 AI Agent 说话
项目代表: Hermes Gadget SDK(开源,MIT 协议)
想象一个比遥控器还小的设备,上面有一个麦克风、一个小喇叭、一个按钮。你按住按钮说话,松开后它就把语音发到你自己搭建的 AI Agent,几秒钟后回答从喇叭里播出来。
和商用智能音箱不同的是:
- 没有"永远在听"的隐私顾虑——只在你按住按钮时才录音
- Agent 可以调用你自己的工具——开灯、查天气、搜文件,取决于你怎么配
- 需要权限时会当面问你——不会偷偷执行高风险操作
目前最常用的硬件方案是 ESP32-S3 搭配 INMP441 麦克风和 MAX98357A 功放。固件开源,浏览器连上 USB 就能烧录,甚至不焊一个点也能先用模拟器跑起来。
🔗 GitHub:Adolanium/hermes-gadget-sdk
2. 桌上放一块 AI 额度仪表盘
如果你是 Claude Code 或 Codex 的重度用户,一定有过这个困扰:额度用了多少?还剩多少?什么时候重置? 每次都要打开终端敲命令查看,很烦。
有人用 ESP32 加小屏幕做了一块桌面仪表盘,通过 API 定时拉取额度信息,常亮显示在屏幕上。抬头一看就知道还能不能继续让 AI 干活。
成本大概几十块钱,但省下的注意力切换可能远超这个价值。
🔗 参考项目:cx4/StatusLed(支持额度与状态一体显示)
3. Agent 状态灯——AI 在干嘛,一眼就知道
这是目前社区里复刻率最高的项目之一。
原理很简单:用 ESP32 驱动几颗 LED 灯或一个小红绿灯模型,通过蓝牙或 Wi-Fi 连接到你的电脑。当你的 AI 编程助手(Copilot、Claude Code、Codex 等)状态发生变化时,灯的颜色也跟着变:
| 灯色 | 含义 |
|---|---|
| 蓝色呼吸 | AI 正在思考 |
| 黄色慢闪 | 正在执行任务 |
| 绿色常亮 | 任务完成 |
| 红色快闪 | 出错了,或者在等你确认 |
最实用的场景是"等你确认"。 很多人跑 AI 编程任务时会切去做别的事,但 AI 遇到需要你点"确认"的步骤时会卡住等你回来。一颗桌面上闪烁的红灯,比反复切回终端看状态高效得多。
有人还把它做成了会眨眼的动漫形象,放在显示器旁边非常有意思。
🔗 相关开源项目:
- cx4/StatusLed — 支持 Claude Code 和 Codex,Wi-Fi / 蓝牙 / USB 均可
- codeskyblue/cclight — MicroPython 方案,极简
- StartHex/codex_agent_status_light — 专为 Codex CLI 设计
4. 全本地语音助手——数据不出家门
项目代表: 小智(xiaozhi-esp32) + DeepSeek
这是国内社区特别活跃的方向。ESP32-S3 开发板搭配麦克风和喇叭,固件刷入开源的「小智」项目,语音识别和对话通过本地服务器或 DeepSeek API 完成。
和 Siri、小爱同学的区别在于:
- 你完全控制数据流向——可以选择走本地推理,也可以走你自己选的云端 API
- 支持 MCP 协议——可以直接控制家里的智能设备
- 成本极低——带屏幕的全套硬件在淘宝上几十到一百多块
很多人把它做成桌面小摆件,圆屏显示对话状态,外观比市面上的智能音箱好看。固件支持网页烧录,配网用手机扫码就行,技术门槛比想象中低。
🔗 GitHub:78/xiaozhi-esp32 · 官网:xiaozhi.dev
5. 板子不支持?让 AI 帮你移植
这是一个有点"绕弯"但很有启发性的用法:有人买了一块冷门型号的 ESP32 板子,官方库不支持它的屏幕和触控芯片。于是他把板子的规格书丢给 Claude Code,让 AI 自己写驱动适配代码。
结果 AI 调用了多个编程工具协作,写出了屏幕驱动、触控驱动和麦克风适配,最后真的把这块"不受支持"的板子跑通了。
这说明一件事:即使你买的硬件没有现成的教程,AI 已经有能力帮你从零适配。 入门门槛正在被 AI 自己拉低。
6. 在板子上直接跑视觉模型
乐鑫官方提供了一个叫 ESP-NN 的神经网络加速库,专门为 ESP32 系列芯片优化。
用它跑人体检测模型,在 ESP32-S3 上的推理速度大约 47 毫秒一帧——对一颗售价不到 20 块的芯片来说,这个速度相当惊人。而且全程在本地运行,不需要把画面上传到任何云端。
适合的场景包括:门口的人体感应、宠物监控、简单的手势识别。虽然精度和专业摄像头没法比,但胜在便宜、离线、隐私友好。
🔗 GitHub:espressif/esp-nn · 配套推理框架:espressif/esp-tflite-micro
7. 不知道做什么?有人替你整理好了
如果以上玩法都让你感兴趣,但还不确定从哪个开始,推荐去看 awesome-esp32 这个 GitHub 仓库。
它按项目类型整理了大量 ESP32 + AI 的可复刻项目:触控板、空中鼠标、录音笔、小游戏、桌面宠物……每个项目都附了源码链接和简要说明,浏览器里就能刷。
适合什么人?
坦白说,虽然门槛在降低,但 ESP32 项目目前仍然需要你:
- 能看懂基本的接线图
- 愿意在终端里敲几条命令
- 遇到报错时有耐心搜一搜解决方案
不过好消息是,越来越多项目支持浏览器直接烧录固件(Web Serial),不需要安装复杂的开发环境。如果你只是想体验语音助手或状态灯这类成熟项目,从买板子到跑通可能只需要一个下午。
如果你完全没有硬件经验但对 AI 硬件感兴趣,最安全的起点是买一块带屏幕的 ESP32-S3 开发板(淘宝、拼多多搜"ESP32-S3 触摸屏开发板"),然后从小智语音助手开始——它的社区文档最完善,踩坑的人最多,遇到问题最容易找到答案。
本文信息综合自公开的开源项目文档和开发者社区讨论,所有提及的开源项目均可在 GitHub 上找到。硬件价格以撰文时的电商平台为准,可能随时变动。


