小爱音箱大变身：接入 ChatGPT 和豆包，轻松打造专属 AI 语音助手！

MiGPT 是一个 Github 上的开源项目，使用它你可以将小爱音箱接入 ChatGPT 和豆包，把小爱音箱改造成你的专属语音助手。

MiGPT 主要特点

• ? 智能化回答：想象一下，你的小爱音箱变身聊天高手，可以使用 ChatGPT 等大模型来回答你的问题。
• ? 流式响应：爱情来得太快就像龙卷风，而你的小爱音箱也是，对你的爱意秒回，爱你不会让你等太久。
• ? 角色扮演：一秒调教小爱，无论是成为你的完美伴侣，还是那个能听你倾诉心事的贴心闺蜜，都不在话下。
• ? 自定义 TTS（文本转语音）：厌倦了小爱同学的语音？帮你解锁「豆包」同款音色，就像真人在回你的消息。
• ? 长短期记忆：小爱音箱现在能记住你们之间的每一次对话，越聊越默契，就像是你身边的老朋友。
• ?️ 智能家居 Agent（开发中）：心情不好？小爱立刻懂你，自动帮你播放喜欢的音乐，调节灯光，逗你开心。

MiGPT 快速上手

MiGPT 支持两种启动方式：Docker 和 Node.js。

Docker

对于电脑小白或者不想自己配置代码运行环境（Node）的同学，可以使用 Docker 启动方式。

请先按照「配置参数」章节，配置好你的 .env 和 .migpt.js 文件，然后使用以下命令启动 docker：

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

注意：在 Windows 终端下不支持使用 $(pwd) 获取当前工作路径，需要将配置文件路径替换为绝对路径。

Node.js

如果你是一名前端 (Node.js) 开发者，也可以通过 NPM 安装 mi-gpt 启动 MiGPT。

npm install mi-gpt

然后，创建并启动 MiGPT 实例。初始化参数的具体含义请看下面的「配置参数」章节。

import { MiGPT } from "mi-gpt";

async function main() {
  const client = MiGPT.create({
    speaker: {
      userId: "987654321", // 注意：不是手机号或邮箱，请在「个人信息」-「小米 ID」查看
      password: "123456", // 账号密码
      did: "小爱音箱Pro", // 小爱音箱 ID 或在米家中设置的名称
    },
  });
  await client.start();
}

main();

注意：此模式下并不会主动读取 .env 和 .migpt.json 中的配置信息，你需要自己初始化 Node 环境变量，并将 .migpt.json 中的参数作为 MiGPT.create 的初始化参数传入。

示例代码如下：

import { MiGPT } from "mi-gpt";

const botName = "傻妞";
const botProfile = `
性别：女
性格：乖巧可爱
爱好：喜欢搞怪，爱吃醋。
`;

const masterName = "陆小千";
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。
`;

async function main() {
  const migpt = MiGPT.create({
    speaker: {
      userId: process.env.MI_USER!,
      password: process.env.MI_PASS!,
      did: process.env.MI_DID,
    },
    bot: {
      name: botName,
      profile: botProfile,
    },
    master: {
      name: masterName,
      profile: masterProfile,
    },
  });
  await migpt.start();
}

main();

MiGPT 配置参数

.migpt.js

重命名本项目根目录下的 .migpt.example.js 文件为 .migpt.js。然后，将里面的配置参数修改成你自己的参数。

参数说明：

环境变量

重命名本项目根目录下的 .env.example 文件为 .env。

然后，将里面的环境变量修改成你自己的，参数含义如下：

MiGPT 常见问题

1.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）。部分机型的 MioT 接口开放能力并不完整，比如小米音箱 Play 增强版（L05C），将会导致 MiGPT 部分功能异常。

2.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 Moonshot 为例：

OPENAI_BASE_URL=https://api.moonshot.cn/v1
OPENAI_MODEL=moonshot-v1-8k
OPENAI_API_KEY=$MOONSHOT_API_KEY

3.什么是唤醒模式？

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。

关于唤醒模式的更多细节，请查看这里：https://github.com/idootop/mi-gpt/issues/28。

4.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：“请问 xxx”、“你 xxx” 等，你也可以自定义唤醒词（callAIKeywords）列表。

5.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，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。

6.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。

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）。

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。

7.为什么小爱音箱会在 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。

8.启动 docker 提示 ERR_MODULE_NOT_FOUND，无法正常启动

在 Windows 终端（比如：PowerShell、cmd）下，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。

9.我 Clone 了这个仓库，但是本地启动失败

如果你是通过 clone 本项目仓库的方式来运行，记得在 start 之前先 build 一下。

pnpm install && pnpm build && pnpm start

另外， start 命令默认没有注入 .env 文件里的环境变量。你可以在 VS Code 里按 F5 直接运行，会自动读取 .env ，或者将启动脚本改为：

node --env-file=.env app.js

10.怎样使用豆包的音色

此功能需要豆包 TTS 接口支持，本项目暂不对外提供此服务。

https://github.com/idootop/mi-gpt