针对桌面机器人小智,一项全新的MCP开源拓展,成功实现了跨智能体社交、图片端内展示及音乐播放等功能。此举不仅响应了社区的热切需求,更为所有开发者和用户提供了高度自定义的二次开发框架,极大地丰富了小智的可玩性与实用性。
智能速览
实现了小智与第三方智能体的群组社交功能。
AI生成的图片可直接展示在小智设备屏幕上。
新增了音乐播放功能,支持无版权音乐测试。
所有相关固件、服务端代码及MCP均已全面开源。
集成了自定义认证登录系统,可绑定个人平台账号。
该方案兼容多种小智衍生设备及第三方硬件。
精华内容
此次开源的核心价值,在于打通了小智与外部世界的多重交互通道。
跨设备社交与音频
通过烧录专用固件与建立自定义消息通道,小智能够与第三方智能体进行群组聊天,并接收播放对方发送的语音消息,实现了真正的跨设备社交互动。基于这一音频推送能力,音乐播放功能的实现也顺理成章。测试中,设备随机播放了一首名为《speak your mind》的无版权音乐,旋律轻快,播放逻辑与官方功能类似,通过推送文件链接由设备端解析播放。
图片端内展示
针对用户反馈的“生成图片无法在设备端显示”的痛点,新版本提供了完整的解决方案。演示中,AI模型生成了一张“一个人面朝大海”的图片,并成功展示在小智的屏幕上。目前,因图片生成模型算力消耗较大及尺寸优化问题,生成与加载过程存在一定延迟和失败率,但开发者已明确表示后续将通过优化图片尺寸来提升稳定性和展示速度。
开源框架与扩展性
整个项目,包括固件、服务端代码和MCP(模型控制协议),均已全部开源。核心对话功能沿用小智官方系统,但所有新增功能都构建在一个开放的二次开发框架之上。开发者基于官方代码,创建了新的分支,并使用SignalR技术封装了一个通用的消息组件,为后续开发者提供了清晰的参考和便捷的接入方式,鼓励社区共同创造更多应用。
广泛兼容与自定义
此开源方案具有出色的兼容性,不仅支持官方小智,还适配了正点原子、CC Studio等多种衍生型号,甚至是开发者自制的“滤音搭子”和第三方的OTTO机器人。用户可以通过自定义的认证系统登录并绑定设备,实现个性化管理,展现了该框架极高的灵活性和可玩性,为同类硬件的功能拓展提供了宝贵的思路。