深耕AI、数码兴趣领域
3
5
小爱同学，是时候给你换个脑子了
2026-09-15 14:14:05
2点赞
14收藏
0评论
先说一个数字。
零。
不用拆机、不用刷固件、不用改硬件——一台只会报天气的老旧小爱同学，被接上了 DeepSeek 和 Ollama 的大脑。
它还是那个小爱。收音是它的，音色也是它的。 只是"想"这件事，换地方了。
01
一、老设备没有死，只是没人给它换脑子
如果你家还有一台小爱同学，大概率是这样的：
问天气，它会答。 问别的，它就装傻。
厂商早就把云端模型迭代到下一代了，但你的硬件停在原地。 扔了可惜，留着吃灰。
所有人都说：旧设备就该淘汰。 这个项目不信。
它只做了一件事——在小爱旁边多接了一条"AI 回路"：
小爱收音 → MiService → LLM 思考 → TTS 说回。
收音还是小爱的嘴，播放还是小爱的嗓子。 中间那一步"想"，被悄悄换掉了。
02
二、它没有造轮子，只做了三件小事
这个项目最聪明的地方，是不从零开始。
第一件：唤醒词过滤。 你说"请问"或者"深思"，它才把话递给大模型； 否则小爱照常应答，互不打扰。 一个词，划出了新旧两条世界线。
第二件：多模型随便切。 DeepSeek、Ollama 本地模型、OpenAI、Claude—— 改一行 YAML 配置，零代码改动。 同一套唤醒词，同一套记忆，换个脑子而已。
第三件：它记得你刚才说了什么。 按设备加时间窗自动维护上下文，默认十分钟。 “它刚才说的那个东西再大一点”——这种指代，它也接得住。
然后，它顺便把隐私也顺手解决了： Ollama 模式下，整条链路不离开局域网。 你的对话，不出家门。
03
三、部署比你想的还懒
先说前提：你得有一台跑着 MiService 的机器——本机或同网段都行。 它是整条链路的收音口，小爱的对话流从它这里出来。
然后，四步：
第一步：克隆仓库。
code复制
CODE
git clone https://github.com/FelixQiu1/XiaoAi-LLM-Router.git
cd XiaoAi-LLM-Router
第二步：复制配置。
code复制
CODE
cp config.example.yaml config.yaml
cp .env.example .env
两个文件，双通道：YAML 管结构，环境变量管密钥。 敏感字段（小米密码、各家 API Key）建议走 .env，不落盘到 YAML 里。
第三步：填三个东西。
•
mi.username / mi.password——小米账号，和 MiService 同款；
•
mi.device_id——小爱音箱的设备号，在 MiService 控制台里查；
•
llm.default_provider + 对应那一段的 Key——DeepSeek、Ollama、OpenAI 三选一。
用 Ollama 的话，宿主机先跑一句：
code复制
CODE
docker run -d -p 11434:11434 ollama/ollama
容器里默认指向 host.docker.internal:11434，Linux 上 compose 文件已经帮你加好了 host-gateway，不用额外配。
第四步：启动。
code复制
CODE
docker compose up -d
docker compose logs -f router
日志里看到握手成功，就通了。
对着小爱说： “小爱同学，请深入思考：为什么月亮晚上才上班？”
它会接住这句话，然后用它自己的音色念给你听。
一条命令，三十秒。 老设备复活了。
04
四、它故意留了四个口子
作者把主程序写成"胶水层"——收音、模型、记忆、TTS 四个模块各自独立，每个都能单独换：
•
想加语音打断？改 TTS 那一段。
•
想让"深思"模式调日历查天气？在触发词上挂个钩子。
•
想多房间隔离？按 room 拆 session。
•
想边想边说？Ollama 流式输出加分句播报。
架构干净，是这类小项目最稀缺的品质。
05
五、真正值得抄的，是那个姿势
这个项目最值钱的不是代码，是一个判断：
旧硬件不用淘汰，缺的只是那条 AI 回路。
收音有现成的，播放有现成的，记忆有现成的—— 你只需要把"思考"这一环，接到任何大模型上。
这个思路可以复制到所有吃灰的设备上： 老音箱、老电视盒子、甚至那台只会响铃的老手机。
硬件是壳，模型是魂。 壳不用换，换个魂就行。
如果你家里也有一台被遗忘的小爱同学，把它翻出来试试。 三十秒部署，零硬件改造——让一台旧设备重新开口说话的感觉，比买新的有意思多了。
转发给那个"设备吃灰中"的朋友，他需要这条回路。
