小智人工智能服务端最简化配置教程
相关项目地址
- 小智开发飞书文档
https://ccnphfhqs21z.feishu.cn/wiki/F5krwD16viZoF0kKkvDcrZNYnhb
- 小智固件源码github地址
https://github.com/78/xiaozhi-esp32
- 小智服务器源码github地址
https://github.com/xinnan-tech/xiaozhi-esp32-server
4.小智官方后台
https://xiaozhi.me/console/agents
5.阿里云服务器
6.阿里云百炼
https://bailian.console.aliyun.com
7.硅基流动
https://cloud.siliconflow.cn/me/models
8.mem0ai
一、服务器准备
1.阿里云服务器：学生认证，2核2G免费用一年（认证后送300券）
https://www.aliyun.com/?spm=5176.28507329.J_4VYgf18xNlTAyFFbOuOQe.d_logo.247c28686C29yB
系统选择ubuntu22.04 64位
分配一个公网ip，然后重置账号密码
成功后点远程连接
输入刚设置的账号密码登录云服务器
2.准备安装宝塔，在终端助手里找快捷指令
进度条跑完后给出宝塔的账号密码，记下来，需要放行的端口也记下来
回到阿里云服务器控制台，添加入方向规则
第三个是你刚刚服务器界面叫你放行的端口
第四个是ota端口一般都是8003
复制并转到刚刚给出的外网面板地址，输入账号密码进入宝塔
激活
3.安装docker，时间较长耐心等待
安装失败可以更新一下再安装
安装完毕之后打开终端
4.接下来准备安装小智服务端,进入下边网址
可能不稳定，需要科学上网，请自行搜索科学上网教程
往下翻，找到部署方式，最简化安装
进入后复制懒人脚本，如果没有可以提取下图文字自己输入粘贴
curl-L-odocker-setup.shhttps://raw.githubusercontent.com/xinnan-tech/xiaozhi-esp32-server/main/docker-setup.sh
把代码粘贴到终端后回车等待完成
下载完成后输入下边两段代码运行，一个个运行，不要两行一起
完成
二、准备进行api配置
1. 阿里云asr配置
。
点击文件，根据这个路径（/root/xiaozhi-server/data）找到config文件双击打开
进入congfig文件中
Ctrl+F打开搜索栏搜索aliyun，找到AliyunASR（不要找错AliyunStreamASR了）下边三个网址，复制粘贴并转到
阿里云asr https://nls-portal.console.aliyun.com/
立即开通并确认
进入appkey地址 https://nls-portal.console.aliyun.com/applist
创建项目，命名，确认
复制项目的appkey
粘贴到配置文件appkey后面
打开帮助文档
点开快速入门里的从这里开始
往下翻找到RAM访问控制台点击进入
使用云账号
创建Accesskey继续使用云账号
进行安全验证
完成后获得ID和secret（注意保存，丢失难以寻回）
将id和secret粘贴到配置文件对应位置后保存
搜索selected_module，将ASR后面的名称改为AliyunASR
2.接下来配置记忆ai
搜索mem0ai，找到下边网址，复制并进入
需要登录，国内可能不稳定，有可能需科学上网
创建密钥
命名
复制密钥
回到配置文件粘贴到对应位置
搜索selected_module，将memory后面的名称改为mem0ai
3.接下来配置大语言模型LLM
配置文件中找到LLM（和上一步改名的mem0ai在一页），将后面的名称改为AliLLM
在配置文件搜索AliLLM，找到apk网址 https://bailian.console.aliyun.com/?apiKey=1#/api-key，复制并转到
进入模型广场，找到通义千问max模型
查看详情
复制名称，可自己选择，用哪个就复制哪个名称
回到配置文件，复制到model_name后面
回到阿里云百炼，点击秘钥管理，复制密钥
粘贴到api-key后面
4. 接下来复刻音色
硅基流动新用户送14r免费额度
咸鱼上有7块冲140赠送金额的商品（这边不打广告需要的自行搜索）
搜索硅基流动，找到token申请地址 https://cloud.siliconflow.cn/account/ak复制并进入
新建密钥
输入描述信息并新建
点开隐藏并复制密钥
回到配置文件，粘贴到access_token后面
打开硅基流动的文档中心
文本转语音模型里2.2.2的代码复制下来
接下来需要用到python环境，可以自己安装也可以找朋友进行，这边不再详细介绍
将刚刚复制的代码粘贴进项目
复制你刚刚创建的硅基流动的api
这里放你的参考音频文件（最好是纯人声无杂音的mav格式，最大5M，多了不支持，mp3格式会有问题，最好不要用）
找到你的音频文件，右键复制文件地址
将路径中的/改为\，多余的双引号删除
参考音频名称改为你音频文件的名字
输入参考音频的文字内容（输出为一行，不分行）
运行（如果显示没有requests，ai修复即可）
会输出一个uri连接，复制下来
回到终端，粘贴到voice
复制这个名字CosyVoiceSiliconflow
搜索selected_module
找到并将TTS修改为CosyVoiceSiliconflow
然后保存
三、配置端口
回到文件，右键目录复制xiaozhi-server的路径（/root/xiaozhi-server）
打开终端，输入cd+（空格）+复制的路径（建议粘贴上）然后回车
回到小智服务端最简化安装教程
复制下边两条代码
回到终端粘贴并回车运行（一行一行粘贴，一条命令运行完之后再运行下一条）
会输出各个接口
点击docker查看日志
注意OTA和websocket地址（之前在阿里云服务器放行的8003就是ota地址）
回到前面开通的阿里云服务器
打开控制台
复制你的公网ip
回到配置文件，填写 websocket和vision_explain
websocket的端口为8000,version的端口与ota地址一致（一般都为8003，你若不为8003，那你日志输出到是多少就写多少）打码的地方是你的公网ip，输入即可。
填写完毕后保存，每次更改配置文件后需要将docker重启。
四、设定角色
搜索prompt
将自带的角色删除，自行配置想要的角色，文本每一行前需要空一格
往下翻，有结束语，也可以自行修改
修改后保存
五、上传音乐
在docker点击更多-目录
会转到文件，点击opt文件
打开xiaozhi-esp32-server
点击music
这个文件夹里面存的就是你的小智能播放的音乐
右键空白处可上传
将音乐拖动到里面点开始上传即可
六、烧录固件
1.安装编译环境
进入小智开发飞书文档
往下翻到编译教程
进入这个链接
往下翻，找到5.4以上的版本download下载
按照飞书文档教程安装即可
注意安装路径无中文，无特殊符号
成功后电脑会多出两个图标
2.拉取小智固件源码
进入虾哥小智github地址
点code下载zip压缩包
下载完成后是压缩包
右键文件，全部解压缩
提取
进入解压过的文件夹，点击上方路径，复制路径地址
3.开始编译
常用编译命令
打开文件cd+空格+文件路径
打开菜单idf.py menuconfig
清除缓存组件idf.py fullclean
编译idf.py build
烧录idf.py -p COM3 flash monitor
自动烧录idf.py flash monitor
擦除idf.py erase_flash
指定目标芯片idf.py set-target esp32s3
右键桌面中的ESP-IDF 5.4 PowerShell，以管理员身份打开
输入cd （空格）你的文件路径（E:\666\xiaozhi-esp32-main_5\xiaozhi-esp32-main）然后回车
输入idf.py build 并回车，等待运行，时间大概五分钟，耐心等候（编译特别慢几个小时跑不完的话看文档最后的常见问题）
输入idf.py set-target esp32s3指定目标芯片，回车
输入idf.py menuconfig 打开菜单
用键盘上下方向键选择，回车进入xiaozhi Assistant
选择第一行的地址回车进行修改
把https的s删除，修改地址为http://（你的公网ip）:8003/xiaozhi/ota/
回车保存
按s保存修改，回车确认
按两次Esc退回idf页面
输入idf.py build 再次编译，如果报错则输入idf.py fullclean清除缓存组件后再编译
编译完成
4.准备烧录
接下来准备烧录，将你的板子用数据线连接到电脑上，注意插到板子右边的接口
右键win图标，找到设备管理器
查看端口里显示的端口号（比如我的就是COM3）如果未显示可能是缺少驱动，飞书文档中有驱动链接
如果你的电脑上只插了一个板子，输入idf.py flash monitor回车自动烧录即可
如果你的电脑上有多个板子， 则输入idf.py -p COM（）flash monitor烧录
（）里选设备管理器里显示的端口号，插拔板子即可确认板子对应的端口
教程结束
九、常见问题及解决
1.连接不上配置好的服务器
- 看自己小智硬件上面的ota接口输入正确了吗
- 配置文件里的ota和websocket地址是否输入正确
- 看服务器安全组是否放行8003和8000端口
- 第一次修改配置文件后有没有重启docker
2.docker无限停止，无法重启
- 将设定角色里面不符合核心价值观的东西删掉
3.角色设定不生效
- 修改配置文件后要保存并重启docker
4.连接上服务器了但是无法对话
- 1.音色复刻是不是用了mp3格式，把这个音色的密钥删除重新创建一个，用mav格式的音频再跑一遍python代码，修改后记得在配置文件中修改对应密钥
5.编译特别慢
- 1.关闭电脑杀毒软件试试
- 2.开个虚拟机跑编程
6.板子插上之后不显示端口号
- 1.驱动未安装，小智飞书文档有驱动链接
- 2.数据线不支持数据传输，更换数据线
