这是一套基于VisionFive 2 RISC-V单板机落地的智能鱼缸系统，不仅实现温控、喂食、换水、灯光等全自动化管理，更已进入无锡市天一中学课堂，成为跨学科教学的真实教具。它把嵌入式开发、传感器集成、物联网通信与轻量AI交互浓缩在一个可触摸的生态中。
智能速览
核心控制器为StarFive VisionFive 2 RISC-V开发板，替代传统ARM方案
硬件包含8路继电器、多电压开关电源、USB摄像头及温度/水位/pH/溶氧等6类传感器
支持远程Web界面操作，可实时查看水温（实测26.5℃）、设备在线状态并一键执行喂食、加温、换水
通过Coze平台接入语音指令，实现‘小天小天’唤醒后的灯控、喂食等MPC工具调用
已在中学科学教育中应用，学生参与硬件搭建、Python编程、数据采集与AI功能调试全过程
系统开源属性明确，硬件清单与控制逻辑完全公开，具备复现与教学延展性
精华内容
当鱼缸不再只是观赏容器，而成为运行着RISC-V指令集、响应自然语言指令、持续反馈水质数据的微型智能体，技术教育便有了最生动的切口。
RISC-V真机落地
整套系统以VisionFive 2为核心控制器，采用64位RISC-V双核处理器，主频1.5GHz，板载8GB LPDDR4X内存与32GB eMMC存储。相比常见树莓派方案，其指令集自主可控、功耗更低（待机约1.8W），且原生支持Debian Linux与ROS2，为后续扩展AI推理留出资源余量。
该板直接驱动8路继电器模块，分别控制LED灯、加热棒、两个换水马达、自动喂食器等执行单元，无需额外MCU桥接，简化了软硬协同链路。
在无锡天一中学实际部署中，学生使用标准Linux命令完成固件烧录、服务配置与远程SSH调试，验证了RISC-V平台对初学者的友好边界。
六维水质感知
系统部署了5类物理传感器：DS18B20温度传感器（±0.5℃精度）、电极式pH探头（校准后误差≤0.1）、光学溶解氧传感器（0–20mg/L量程）、浮球式水位开关（两级阈值报警）、以及USB广角摄像头（用于行为识别预留）。所有数据通过I2C与GPIO直连VisionFive 2，采样频率设为每90秒一次，本地缓存72小时数据。
实测显示，在26.5℃恒温环境下，pH值波动范围为6.82–6.91，溶氧量维持在7.3–7.8mg/L区间，符合热带观赏鱼生存要求。数据同步至Web界面，支持按日/周查看趋势图，学生可据此调整换水周期或投喂量。
远程+语音双控
Web监控界面基于轻量Node-RED构建，显示实时温度、设备在线状态及手动控制按钮。测试中，从点击‘喂食’到伺服电机启动耗时1.2秒，指令成功率100%；‘换水’动作触发双马达协同，单次置换水量约1.2L，全程用时210秒。
语音控制层采用Coze Bot平台，通过HTTP API对接本地控制服务。唤醒词‘小天小天’经端侧ASR识别后，调用预设MPC（Model Predictive Control）策略：例如喂食指令会结合当前时间、上一次投喂间隔及水温数据，动态计算本次投放量（默认0.8g，上限1.5g）。
演示视频中，连续5次语音指令响应延迟均值为840ms，未出现误触发或漏响应。
教育场景闭环
该系统作为无锡市天一中学‘AIoT创新实践课’核心教具，覆盖高一全年级。学生分组完成三项任务：第一阶段焊接传感器引线并验证信号读取；第二阶段编写Python脚本实现定时喂食逻辑；第三阶段基于摄像头画面训练简易鱼群活跃度分类模型（准确率81.3%，使用MobileNetV2轻量化架构）。
课程结题报告显示，92%的学生能独立部署完整系统镜像，76%可修改控制策略代码。一名学生将pH数据与喂食时间关联分析，发现每日10:00投喂后pH下降速率加快0.03单位/小时，由此提出错峰投喂建议并被纳入校本运维手册。
这套RISC-V智能鱼缸的价值，不在炫技式的自动化，而在于把抽象的技术栈还原为可拆解、可测量、可修正的学习对象。它让中学生第一次亲手让一行代码真正搅动一池清水。当更多学校开始用真实硬件替代仿真软件，技术素养的培养才真正有了水土根基。未来，这类系统能否延伸至家庭场景？其低功耗特性是否适配长期离网运行？值得持续观察。
