小智 AI 闹钟系统 (Xiaozhi Alarm with MCP Server)

（中文 | English | 日本語）

项目简介

这是一个基于 ESP32-S3 的 AI 闹钟系统，采用 MCP (Model Context Protocol) 服务器架构，提供智能语音交互和闹钟管理功能。项目支持多种硬件平台，具有强大的扩展性和灵活性。

核心功能

1. 智能语音交互

• 离线语音唤醒（支持 ESP-SR 框架）
• 流式语音识别 (ASR)
• 自然语言处理 (LLM) 集成
• 语音合成 (TTS) 输出
• 支持多种通信协议（WebSocket 或 MQTT+UDP）

2. 闹钟管理系统

• 多种闹钟类型：支持一次性闹钟、循环闹钟、倒计时闹钟
• 持久化存储：使用 NVS (Non-Volatile Storage) 存储闹钟配置
• 灵活配置：可设置闹钟名称、触发时间、重复模式、间隔等
• 实时提醒：闹钟触发时播放提示音并震动
• MCP 工具集成：通过 MCP 协议远程管理闹钟

3. 硬件支持

• ESP32-S3 芯片平台
• 多种显示屏：OLED、LCD 支持表情显示
• 音频编解码：K10AudioCodec 音频处理
• 摄像头：GC2145 摄像头传感器（可选）
• LED 控制：地址able LED 条支持
• GPIO 扩展：PCA9554 IO 扩展器
• 电源管理：电量显示与低功耗模式

4. MCP 协议扩展

• 设备控制工具：通过 MCP 协议实现设备控制
• 硬件抽象层：支持多种硬件平台和传感器
• 云端集成：可与大模型服务器通信
• 动态工具注册：根据硬件自动注册可用工具

架构设计

核心组件

1. Application (main/application.cc)

   • 设备状态机管理（12种状态）
   • 语音交互流程控制
   • MQTT 连接管理
   • 状态切换与事件处理

2. Alarm Manager (main/alarm_manager.cc/h)

   • 闹钟生命周期管理
   • 定时器调度与触发
   • 持久化存储管理
   • 闹钟数量限制（最多支持10个闹钟）

3. MCP Server (main/mcp_server.cc/h)

   • MCP 协议实现
   • 工具注册与管理
   • JSON-RPC 2.0 通信
   • 设备控制接口

4. Audio Service (main/audio/audio_service.cc/h)

   • 音频捕获与播放
   • 编解码处理
   • 语音唤醒检测
   • 音频效果处理

状态机设计

设备支持以下状态：

• kDeviceStateUnknown：未知状态
• kDeviceStateStarting：启动中
• kDeviceStateConfiguring：配置中
• kDeviceStateIdle：空闲状态（可休眠）
• kDeviceStateConnecting：连接服务器
• kDeviceStateListening：聆听状态
• kDeviceStateSpeaking：播放状态
• kDeviceStateUpgrading：升级中
• kDeviceStateActivating：激活中
• kDeviceStateAudioTesting：音频测试
• kDeviceStateFatalError：致命错误

关键修复

1. 回答完毕后不进入聆听状态

问题：当 AI 回答完毕时，系统可能停留在 Speaking 状态，导致无法继续对话。

解决方案：

• 优化 tts -> stop 消息处理逻辑
• 根据不同的聆听模式（ManualStop、AutoStop、Realtime）正确切换状态
• 增强状态切换的日志输出，便于调试

修改文件：main/application.cc:435-451

2. 防止闹钟触发前系统进入休眠

问题：系统在闹钟即将触发时可能进入低功耗模式，导致闹钟无法正常响铃。

解决方案：

• 在 CanEnterSleepMode() 函数中添加闹钟保护逻辑
• 检查 AlarmManager 中是否有“已激活且未触发”的闹钟
• 添加 get_active_alarm_count() 接口获取活跃闹钟数量
• 在闹钟存在时禁止进入低功耗模式

修改文件：main/application.cc:758-783、main/alarm_manager.h:29、main/alarm_manager.cc:227-237

3. 闹钟响铃无声音

问题：闹钟触发时可能没有声音提示。

解决方案：

• 在闹钟触发时先清理当前对话状态
• 播放本地提示音（使用 P3_EXCLAMATION 声音）
• 确保音频服务已初始化

修改文件：main/alarm_manager.cc:280-300

开发环境

构建工具

• ESP-IDF 5.4 或更高版本
• CMake 构建系统
• Ninja 构建工具

开发流程

# 编译项目
idf.py build

# 擦除 flash 并烧录
idf.py erase-flash
idf.py flash

# 监视串口输出
idf.py monitor

项目结构

main/
├── application.cc/h          # 主应用程序
├── alarm_manager.cc/h        # 闹钟管理
├── mcp_server.cc/h           # MCP 服务器
├── audio/                    # 音频处理
├── boards/                   # 硬件支持
├── display/                  # 显示驱动
├── led/                      # LED 控制
├── protocols/                # 通信协议
├── partitions/               # 分区表
└── scripts/                  # 工具脚本

使用说明

设置闹钟

通过语音指令或 MCP 协议设置闹钟：

"设置一个明天早上7点的闹钟"
"30分钟后提醒我"
"每天下午3点的闹钟"

管理闹钟

• 查询所有闹钟："查询所有闹钟"
• 删除闹钟："删除明天的闹钟"
• 删除关键词匹配的闹钟："删除名字包含会议的闹钟"

硬件支持

项目支持多种开发板和硬件平台，详细列表请查看 main/boards/README.md。

许可证

MIT License

联系方式

如有问题或建议，请通过以下方式联系：

• Issue：https://github.com/Jason76789/xiaozhi-alarm-mcp/issues
• 邮箱：1935724779@qq.com

致谢

本项目基于虾哥开源的 ESP32 项目开发，感谢原作者的贡献。