MiGPT 快速上手指南：小爱音箱接入 ChatGPT 和豆包，完成音箱 AI 升级-平芜编程栈

MiGPT 快速上手指南：小爱音箱接入 ChatGPT 和豆包，完成音箱 AI 升级

【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 是一个开源项目，把小米小爱音箱接入 ChatGPT、豆包等大语言模型，让原本只会固定话术的音箱完成 AI 升级。它本身是一个跑在你自己电脑或服务器上的 Node.js 服务，通过小米 IoT 云端接口轮询音箱的对话记录，检测到"提问类"消息后交给大模型处理，再把回答以 TTS 的形式放回音箱播出。下面按实际使用流程讲清楚：先确认设备能不能用，再部署，然后配置，最后聊聊它的边界。

开始前先看两件事

设备兼容性。MiGPT 支持大部分小爱音箱型号，其中小爱音箱 Pro（LX06）体验最完整，推荐优先使用。完整型号列表和每个型号对应的指令参数在 docs/compatibility.md，其中分三档：完美运行、正常运行（不支持连续对话）、不支持。注意它只适配小米系设备，小度、天猫精灵、HomePod 都不在范围内，也没有适配计划。

维护状态。项目已停止维护，不再有新功能和 bug 修复。不过现有代码和 Docker 镜像是完整的，存量功能可以正常使用，遇到新机型或新问题需要自行排查或在社区求助。如果刚入手且设备是小爱音箱 Pro，也可以关注作者的后续同类项目。

MiGPT 部署：Docker 一条命令，Node.js 留给开发者

部署前先克隆项目并准备配置文件（示例文件改名即可，字段说明见下一节）：

git clone https://gitcode.com/GitHub_Trending/mi/mi-gpt cd mi-gpt cp .migpt.example.js .migpt.js cp .env.example .env

Docker 方式（推荐），填好两个配置文件后：

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

Windows 终端下$(pwd)不可用，改成配置文件的绝对路径即可。服务不要求和小爱音箱在同一局域网，走的是小米云端接口，放在家里的 NAS、树莓派或云上服务器都行。

Node.js 方式，适合想读代码或二次开发的开发者，npm install mi-gpt后调用MiGPT.create()初始化，注意此模式不自动读取.env和.migpt.js，参数要手动传入；本地调试开发流程参考 docs/development.md。

MiGPT 配置：.migpt.js 和 .env 两个文件

.env管模型，.migpt.js管音箱和角色。完整的字段说明在 docs/settings.md，这里只挑关键字段：

// .migpt.js 核心字段 export default { bot: { name: "傻妞", profile: "性格乖巧可爱，喜欢搞怪。" }, // AI 的人设 master: { name: "你的名字", profile: "你的简介" }, speaker: { userId: "987654321", // 小米 ID（在账号"个人信息"页查看，不是手机号/邮箱） password: "你的密码", did: "小爱音箱Pro", // 米家中的设备名称，需逐字一致 ttsCommand: [5, 1], // TTS 指令，因型号而异 wakeUpCommand: [5, 3], // 唤醒指令，因型号而异 callAIKeywords: ["请", "傻妞"], // 以这些词开头的消息交给 AI wakeUpKeywords: ["召唤傻妞"], // 进入连续对话模式的关键词 exitKeywords: ["退出傻妞"], }, };

ttsCommand和wakeUpCommand是型号强相关的参数，不同型号数值不同。如果音箱收到消息但不发声，大概率是这里填错了，可到 MIoT 规格页面按型号查指令，docs/compatibility.md 里也整理了各型号的现成值：

接入非 OpenAI 的大模型：通义千问、DeepSeek、豆包

MiGPT 底层用的是 OpenAI SDK，所以任何提供 OpenAI 兼容接口的模型都能直接接。只需改.env，环境变量名不变：

OPENAI_API_KEY=你的密钥 OPENAI_MODEL=gpt-4o OPENAI_BASE_URL=https://api.openai.com/v1 # 换成对应服务的地址

以通义千问为例，把OPENAI_BASE_URL指向阿里云的兼容模式地址、OPENAI_MODEL填qwen-turbo即可；DeepSeek、Moonshot（Kimi）等改法相同。不兼容 OpenAI 接口的模型（豆包、文心一言等）则需要先部署 OneAPI 之类的聚合服务做格式转换，再指向它的地址。本地部署的 Ollama、LM Studio 自带兼容接口，同样直接填地址就能用。更细的申请和配置步骤可查 docs/faq.md 里的模型小节。

交互方式：三种说话模式

服务跑起来后，音箱的交互分三层，行为不同：

你说的话	实际行为
小爱同学，请 xxx / 你 xxx	仅这一条消息交给大模型回答，答完回到原状，适合单问单答
小爱同学，召唤傻妞（wakeUpKeywords）	进入 AI 模式：之后连续提问都不用"小爱同学"开头，静默 30 秒后自动退出（`exitKeepAliveAfter`可调）
小爱同学，退出傻妞（exitKeywords）	主动退出 AI 模式

连续对话属于实验性功能，且依赖音箱能正确上报播放状态。部分型号（如 Play 增强版 L05C）查不到状态，需要把streamResponse设为false，此时 AI 模式不可用，只能单问单答。进入 AI 模式后注意等它说完"我说完了"再提问；如果误触发播放了音乐，先让它暂停再对话。更多交互细节见 docs/faq.md。

人设定制、长短期记忆与换声音

角色感主要来自三处配置。第一是systemTemplate，这是发给大模型的系统提示词，内置模板已经带上了聊天记录、短期记忆和长期记忆变量，想完全自定义行为规则可以改它，变量含义见 docs/prompt.md。第二是bot.profile和master.profile两个人设简介，AI 会据此调整语气和称呼应法；对话中也能临时改设定，直接说"小爱同学，你是 xxx"。第三是记忆机制，服务会自动从对话中提炼短期记忆、再沉淀为长期记忆（存在本地 SQLite 里），所以聊得越多它越了解你的偏好，代价是每次对话会多消耗一些 token，介意的话可以用精简版 Prompt 关掉记忆变量。

声音方面，默认走小米自带 TTS。想换成豆包同款音色，需要自己搭一个 TTS 服务（官方配套项目接入了火山引擎，实名后有免费音色额度），在.env里填TTS_BASE_URL、把speaker.tts改成custom即可，之后语音说"把声音换成 xxx"就能切换音色，完整步骤在 docs/tts.md。

限制与避坑：已知问题清单

这几个是实际使用中最容易踩的点，先了解可以省不少排查时间：

原小爱会"抢话"。AI 回复前，原版小爱可能先开口，项目通过播静音音频来打断它，但云端轮询有 1～2 秒延迟，做不到完全静默。原理和原因见 docs/how-it-works.md。
小米账号异地登录保护。在非日常网络环境（尤其海外服务器）启动时可能触发安全验证，需要在相同网络下先登录小米官网手动通过验证；海外节点还需同意个人数据跨境传输协议。
共享设备不支持。音箱如果是账号共享设备，MiNA 接口取不到它，服务无法启动。
did 要逐字匹配。米家中设备名称的空格、大小写、别字都会导致"找不到设备"，建议直接从米家 App 复制；实在对不上就开debug+enableTrace从日志里取miotDID填进去。
OpenAI 访问问题。国内网络直连 OpenAI 会报 Connection error，要么配代理（HTTP_PROXY），要么改用国内模型或第三方反向代理服务。