Liu-zhongxian/zongzhu-bot

一个黑底圆屏上长着一对会眨眼的眼睛的桌面语音终端。真正值得看的不是硬件，而是它把“本机放歌”和“交给 Bot 办事”拆成两条路，让一句语音同时能控制电脑和调用你自己的机器人。

解决什么问题

你想说一句话就让事情发生，而不是先拿手机、打开对话、打字或按住说话、再读回复。常见流程是：掏出手机问 Bot，想听歌再切到音乐 App 手动搜。这个项目里，宗主板子负责听，电脑上的后端做语音识别，然后按内容分流：放歌、暂停、调音量这类指令约 1.5 秒后在电脑上执行，屏幕显示歌名；其余的话原样交给你的 Grok Bot，回复到了就朗读，全文留在屏幕上可以滚动。等待时显示秒数，断线期间到达的回复会在下次连上时补发。

有什么不同

关键在“路由”这一层，而不是又一个云端语音助手。固件基于小智 ESP32 固件，后端基于 xiaozhi-esp32-server，项目自己的改动集中在少量 board 和 handler 目录，上游基线提交记录在 UPSTREAM.json 里，方便以后合并上游更新。识别用本地离线的 X-ASR，中英混说也能认，还带热词纠错，例如把“你好中主”改回唤醒词。可选的点歌走 go-music-dl 加 mpv，先搜网易云，没有原唱再同时搜 QQ、酷狗、酷我、咪咕，跳过翻唱、Live 和 remix，同版本里挑码率最高的；识别成“请帖”也能按读音找到《晴天》。

代价是这套体验依赖你自己的电脑和 Bot。点歌走的是各平台非官方接口，作者限定为个人自用。Bot 那条路权限更直接：板子听到的话原样交给 Bot，Bot 有什么权限，语音就能触发什么。README 要求只在局域网使用，不要把后端 8000、8003 端口暴露到公网；要放到服务器，按部署说明让后端只监听本机并开启设备白名单。另外，go-music-dl 会监听所有网卡的 18080 端口，后端运行期间同一局域网的设备都能搜歌、下歌。

谁值得试

适合：已经有常开 Mac、有能接收 Webhook 且能往这台电脑写文件的 Grok Bot、手上有微雪 1.75C 或立创实战派 S3 开发板的人。会眨眼、跟手、被摇会晕的眼睛是选它而不是普通音箱的理由；你也要愿意跑本地后端，并接受语音会继承 Bot 的权限。

不适合：没有常开电脑，或者期待一个开箱即用的独立设备的人。只有板子完不成整个闭环；Bot 不支持 Webhook 和写文件，回复就回不到板子上。M5Stack StopWatch 能编译，但 README 说还没上过实机。

使用条件与边界

需要受支持的板子、2.4GHz 局域网，以及一台常开的电脑（Apple 芯片 Mac 上验证过）或按部署说明配置的公网服务器。第一次装后端会下载约 200MB 的语音模型，并询问 Bot 的 Webhook 地址。刷机通过浏览器网页完成；不想用网页的可以按使用说明手动编译固件。

长期维护也要算进去。回复依赖 Bot 往电脑写文件，所以 Webhook 地址和令牌要放在 private/ 并妥善处理。开点歌后，go-music-dl 和 mpv 在 local-music/ 下由你维护，网易云会员歌曲要扫码登录，Cookie 不进 Git。项目还跟着两个上游仓库走，记录基线有帮助，但合并更新要自己处理。

HotRepo 点评

HotRepo 记录这个仓库时它刚创建 8 天；2026-10-25 它出现在新项目榜（cpp）第 25 名，累计 220 星。这只是两天样本里的一个快照，不是逐日增长数据，因此无法判断热度能否持续。决定动手前，先读使用说明，确认你的 Bot 确实能把回复写到后端所在的机器上。