小爱音箱接入 ChatGPT 大模型语音助手：MiGPT 实操部署指南-育师

小爱音箱接入 ChatGPT 大模型语音助手：MiGPT 实操部署指南

【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

这篇文章写给家里有小爱音箱、想给它换上"大模型大脑"的人。你不需要刷机，也不需要会写代码，跟着做大约五到十分钟就能跑通：部署开源项目 MiGPT，把小爱音箱接入 ChatGPT、豆包等大模型。以后你用语音向小爱提问，回答你的不再是预设的答案，而是大模型生成的内容。

先感受一下差别

同样的话，接入大模型之前和之后，效果差别很明显：

说"提醒我下午五点接孩子"。原来的小爱同学直接执行，接入大模型后依然能执行，而且会结合上下文，比如你早上提过"明天家长会"，它能主动关联起来。
问"黑洞是怎么形成的"。原来的回答基本是念一段百科词条，一句"回答完毕"就结束；换成大模型后，它会分点讲清楚成因，还能按你的要求"讲得再简单一点"。
说"帮我写一封给物业的感谢信，语气客气一点"。原来的小爱同学基本接不住这类请求；大模型可以直接生成一段完整的文字，读给你听。

区别的本质就一条：从"查固定答案"变成"理解你的问题再回答"。

开始前的四件事

动手前把下面四项过一遍，能避开部署中大部分报错：

确认设备型号：去米家 App 查看你的音箱型号。已知完美运行的有小爱音箱 Pro（LX06）、Xiaomi 智能音箱 Pro（OH2P）、小米 AI 音箱第二代（L15A）等；小爱音箱 mini（LX01）、小爱触屏音箱（LX04）等可以运行，但部分功能受限。不支持的设备范围要记牢：小度音箱、天猫精灵、HomePod 不在支持列表内；小爱音箱 HD（SM4）、小米小爱蓝牙音箱随身版也不支持。型号和对应参数可查 docs/compatibility.md。
确认音箱绑定在你自己账号下：MiGPT 是用你的小米账号登录并查找设备的，共享给别人的设备拿不到，启动时会报"找不到设备"。
检查网络环境：运行 MiGPT 的机器必须能访问你配置的大模型接口。在国内直连 OpenAI 需要走代理（在.env里填HTTP_PROXY），或者干脆换通义千问、DeepSeek 等国内模型，后面会讲。
提前查好两个指令参数：ttsCommand（让小爱朗读文字的指令）和wakeUpCommand（唤醒指令）因型号而异，比如小爱音箱 Pro 分别是[5, 1]和[5, 3]。查错或不填，音箱会出现"有回复但不出声"的情况。

五分钟跑起来

复制这两个文件就能启动

所有方式都要先拿到仓库并准备配置文件：

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

第一条命令把 MiGPT 仓库下载到本地，第二、三条把两份示例配置复制成正式配置文件。接下来只改这两个文件：

.migpt.js里改userId、password、did。注意userId是小米 ID（在小米账号"个人信息"页查看），不是手机号或邮箱，填错会报"70016：登录验证失败"；did填米家中给音箱设置的名称，空格、大小写、错别字都要一致，填错会报"找不到设备"；这两个型号专属指令也在这里按你的型号核对。
.env里改OPENAI_API_KEY（你的模型服务密钥）、OPENAI_MODEL（模型名）、OPENAI_BASE_URL（模型服务地址，默认 OpenAI）。

Docker 方式（新手推荐）

两个文件改完后，一条命令启动：

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

这条命令把容器在后台跑起来，并把你的两个配置文件映射进容器。Windows 终端里$(pwd)不生效，要换成.env和.migpt.js的绝对路径。

源码方式（开发者可选）

如果你想读源码或二次开发，就在仓库目录里依次执行：

pnpm install pnpm db:gen pnpm start

第一条安装依赖，第二条初始化本地数据库（Prisma 建表），第三条启动服务。注意 Node.js 要 16 以上。

看日志确认跑通

启动成功的标志是控制台依次打印"服务已启动"和音箱设备信息。这时对着音箱说"小爱同学，请介绍一下你自己"，它能用大模型的内容回答你，就说明部署完成了。

跑起来之后，把体验调到位

只动这五处，体验改善最明显：

长期记忆：什么时候改——想让音箱"记得你们聊过什么"。怎么改——.migpt.js里的systemTemplate中保留了{{shortTermMemory}}和{{longTermMemory}}两个变量，它们就是短、长期记忆的注入位，保留即可。效果——聊完一轮第二天再问，它能接住之前的话题，不会每次都像初次见面。
自定义角色和唤醒词：什么时候改——想让它换个身份，或换一种召唤方式。怎么改——把bot.name、bot.profile改成你想要的名字和人设；wakeUpKeywords（默认["打开", "进入", "召唤"]）决定用哪句话进入连续对话状态。也可以不碰文件，直接说"小爱同学，你是英语老师，你负责陪我练口语"临时设定。效果——同一个音箱可以有不同的"性格"和召唤口令。
TTS 引擎：什么时候改——听腻了小爱自己的声音，或者内容涉及敏感词被小米 TTS 拦截。怎么改——在.env配TTS_BASE_URL指向一个 TTS 服务，再把speaker.tts从"xiaoai"改成"custom"；另外部分型号ttsCommand不是默认值，需要到 MIoT 规格页查自家型号的指令（AIID 对应关系见下图）。效果——回答换成别的音色，还能用"小爱同学，把声音换成 xxx"随时切换。详见 docs/tts.md。
连续对话：什么时候改——嫌每句话都要喊一遍"小爱同学"。怎么改——确认你的型号支持后，把streamResponse设为true。效果——"小爱同学，召唤傻妞"进入 AI 状态后可以连着问，不用每次重新唤醒。不支持的型号保持关闭，否则回答会说到一半被截断。
切换模型：什么时候改——不想用 OpenAI，或者想换个更快的模型。怎么改——只改.env里OPENAI_MODEL、OPENAI_API_KEY、OPENAI_BASE_URL三个值；兼容 OpenAI 接口的国产模型（通义千问、DeepSeek 等）直接填对应值即可，豆包等不兼容的模型可以经过 One API 这类聚合工具转成 OpenAI 格式后再接入。效果——同一个部署，换模型不用改任何代码。

背后是怎么工作的

MiGPT 不改动音箱的固件，它靠三层协作工作：最底层通过小米 IoT 生态开放的 MIoT、MiNA 接口控制小爱音箱，做播放、暂停、唤醒这些动作；中间层是大模型服务，负责真正生成回答；最上层的src/services/bot负责应用逻辑，包括对话轮询、记忆管理和角色设定。具体流程是：程序持续轮询设备对话列表拿到你的语音消息，命中关键词（比如"请"）就带上上下文调用大模型，拿到回答后再交给 TTS 合成语音，发回音箱播放。因为要经过"音箱上报状态—小米云端—轮询拿到"这条链路，回答前有 1 到 2 秒的固有延迟，属于方案特性，不是你的网络问题。更多细节见 docs/how-it-works.md。

用起来：三种真实玩法

学习助手："小爱同学，请给我讲一下 JavaScript 闭包是什么"。大模型会像老师一样分步解释，还可以追问"举个例子"。
生活管家："小爱同学，请帮我写一段给邻居的感谢词，五十字以内"。适合临时需要一段得体文字、又不想掏手机的时候。
工作搭子："小爱同学，请帮我写一封给客户的邮件草稿，说明项目延期一周"。生成后它读给你听，你可以要求"改得更委婉一点"再听一遍。

出了问题怎么办

症状	最可能原因	排查动作
音箱完全没反应，或启动时报"70016：登录验证失败"	小米 ID 填成了手机号/邮箱，或密码错误	到小米账号"个人信息"页复制小米 ID 填入`userId`，再核对`password`
启动时报"找不到设备：xxx"	`did`和米家中的设备名不一致，或音箱是共享设备	直接复制米家里的设备名称（注意空格和大小写）；共享设备换绑到自己账号
控制台有 AI 回复，音箱不发声	`ttsCommand`与你的型号不匹配	到 MIoT 规格页查该型号的 play-text 指令，更新`.migpt.js`后重启容器
回答说到一半戛然而止	该型号查不到播放状态，流式判断出错	查`playingCommand`；仍无解就把`streamResponse`设为`false`
报"Connection error"或 401/403	网络不通、API 密钥无效或代理被风控	检查`OPENAI_API_KEY`是否有效；国内访问 OpenAI 在`.env`加`HTTP_PROXY`，或改用国内模型
回答明显变慢	模型响应慢或提示语多	换`gpt-4o-mini`等更快的模型；把`onAIAsking`、`onAIReplied`设为空数组减少等待