把小爱音箱接入 ChatGPT：MiGPT 语音助手 10 分钟部署教程-平芜编程栈

把小爱音箱接入 ChatGPT：MiGPT 语音助手 10 分钟部署教程

【免费下载链接】mi-gpt🏠 将小爱音箱接入 ChatGPT 和豆包，改造成你的专属语音助手。项目地址: https://gitcode.com/GitHub_Trending/mi/mi-gpt

MiGPT 是一个把小米小爱音箱接入 ChatGPT、豆包等大模型的开源项目：原来小爱答不上来的问题交给大模型回答，还能和你多轮连续对话。本文带你从零完成 MiGPT 部署，让家里的音箱说出大模型的回答。

🚀 5 分钟跑通 MiGPT：Docker 与 Node.js 两种部署路径

需要准备三样东西：一个米家账号、一台小爱音箱（推荐 Pro 版，大部分型号都支持，完整清单见 docs/compatibility.md）、Docker 或 Node.js 16+（推荐 20）。MiGPT 走的是小米云端接口，服务和小爱音箱不需要在同一局域网，放家里 NAS 或云服务器都行。

目的：克隆代码、生成两份配置文件，用一条 Docker 命令启动服务

git clone https://gitcode.com/GitHub_Trending/mi/mi-gpt cd mi-gpt # 从模板生成配置文件，改成你自己的信息 cp .env.example .env cp .migpt.example.js .migpt.js # 启动容器并挂载两份配置文件（Windows 下 $(pwd) 需换成绝对路径） docker run -d --name mi-gpt --env-file $(pwd)/.env \ -v $(pwd)/.migpt.js:/app/.migpt.js idootop/mi-gpt:latest

启动后需要打开刚才生成的两份文件填写信息：

目的：填入大模型密钥与模型名（.env 文件）

OPENAI_API_KEY=sk-your_openai_api_key OPENAI_MODEL=gpt-4o-mini # 国内模型如通义千问，只需改接口地址，变量名保持不变： # OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

⚠️ 密钥不要提交到任何公开位置，示例文件只是模板而非真实可用密钥。

目的：填入小米账号与音箱设备信息（.migpt.js 文件，其余字段保持示例原样）

export default { speaker: { userId: "your_xiaomi_id", // 小米 ID（在「个人信息」页查看，不是手机号或邮箱） password: "your_xiaomi_password", did: "小爱音箱Pro", // 必须与米家 App 中的设备名称完全一致 }, };

⚠️ 账号密码属于敏感信息，部署在公网服务器时建议用专用小米账号。

Node.js 开发者可以跳过 Docker：

目的：从源码直接启动，逻辑与 Docker 完全一致

pnpm install && pnpm build # 安装依赖并构建 pnpm dev # 读取 .env 并启动

项目会把对话历史存在本地 SQLite 数据库里，支撑后面说的长短期记忆。验证很简单：走到音箱前说「小爱同学，请问 1+1 等于几？」，如果它先说「让我先想想」，再用大模型的答案回答，就说明跑通了。改完配置后注意：Docker 模式必须重启容器才生效。

🔍 MiGPT 工作原理：一条语音指令如何变成 AI 回答

整条链路不改动音箱固件，全靠小米开放接口完成：

MiGPT 轮询 MiNA / MIoT 云端接口，拿到你刚对小爱说的最新对话；
检测到消息以「请 / 你」（callAIKeywords）等触发词开头时，把消息连同对话历史一起发给配置的大模型；
模型回复经 TTS 合成语音，指挥音箱播放；连续对话期间循环检测播放状态，30 秒没声音就自动退出。

对话的长短期记忆存在本地数据库里，每次提问会由系统模板（systemTemplate）拼装角色设定和上下文一起喂给模型，所以它「越聊越懂你」。也正因为轮询机制，原版小爱被静音「抢话」会有 1~2 秒的间隙——这是方案特性，不是网络卡。

⚙️ MiGPT 配置参数说明：最容易被写错的 4 个字段

所有参数都在 .env.example 和 .migpt.example.js 两个文件里，但 90% 的启动失败来自下面四个：

参数	作用	推荐值	改错的后果
`speaker.userId`	小米账号标识	纯数字小米 ID（「个人信息」页查看）	报「70016：登录验证失败」，填成手机号或邮箱必挂
`speaker.did`	定位控制哪台音箱	从米家 App 原样复制设备名，如「小爱音箱Pro」	报「找不到设备」，多一个空格、大小写不同、「音响」写成「音箱」都会不匹配
`OPENAI_MODEL`/`OPENAI_BASE_URL`	用哪个模型、走哪个接口	国内可用通义千问`qwen-turbo`+ 对应 compatible-mode 地址	报「404 The model does not exist」，接口与模型不匹配
`speaker.ttsCommand`	让音箱播放 TTS 语音的 MIoT 指令	到 MIoT 规范站按型号查询，小爱音箱 Pro 为`[5, 1]`	控制台打印了 AI 回复，但音箱一声不吭

型号不在示例里时，先查它对应的ttsCommand和wakeUpCommand再填：

🎯 MiGPT 使用场景演练：单次问答与连续对话两种玩法

场景一：日常单次问答

你说什么：「小爱同学，请问地球为什么是圆的？」
系统做什么：轮询到这条消息，命中callAIKeywords的「请」→ 调用大模型 → TTS 流式回传
预期听到什么：「让我先想想」→ 答案正文 →「我说完了」
注意：必须先喊「小爱同学」唤醒她再说话，直接对着音箱讲她接收不到；如果音箱正在放音乐，先暂停再对话

场景二：唤醒模式连续对话（推荐小爱音箱 Pro）

先在.migpt.js里把streamResponse: true打开，然后：

你说什么：先说「小爱同学，召唤傻妞」，听到欢迎语后直接提问，不用每句都喊「小爱同学」
系统做什么：进入 AI 唤醒状态，每句提问都携带上下文，按checkInterval（默认 1 秒）检测播放状态，30 秒无应答（exitKeepAliveAfter）自动退出
预期听到什么：多轮连续问答；「我说完了」之后等 1~2 秒再问下一句；长时间不说话会自动退出唤醒状态

答案说得太长时，喊一句「小爱同学，请你闭嘴」就能打断她。

目的：实时观察消息是否送达 AI、回复是否下发成功

docker logs -f --tail 50 mi-gpt

🚑 MiGPT 踩坑急救站：70016 与 LLM 响应异常速查

报错原文	一句话原因	修复方式
`70016：登录验证失败`	`userId`填成了手机号或邮箱，或密码错误	改成纯数字小米 ID，保存后重启容器
`找不到设备：xxx`	`did`与米家中的设备名称不一致	从米家原样复制设备名；名称不一致时在`.migpt.js`打开`debug: true`和`enableTrace: true`，从日志里找到设备的`miotDID`填入
`LLM 响应异常 Connection error`	国内网络无法直连 OpenAI 官方接口	在`.env`里加`HTTP_PROXY`代理，或把`OPENAI_BASE_URL`换成国内模型接口