AI智能家居助手（边缘计算+大模型）
SmartHome-Docker-LLMs
比赛/竞技、ESP32
3/5
🧩 软硬件结合
已发布
项目简介
开源智能家居框架，通过边缘计算和LLM实现自然语言控制，具备pri功能。
开源智能家居框架，通过边缘计算与大语言模型实现自然语言控制，注重隐私保护的本地处理能力，并配备定制ESP32语音硬件。硬件仓库：https://github.com/ReikiC/SmartHome-Hardwares
标签
项目特点
**意图驱动的交互方式**：超越传统命令式控制，支持自然对话式交互
**语义理解能力**：基于大语言模型的上下文感知，理解用户真实意图
**多语言支持**：支持中文和英文语音命令
**场景智能**：自动优化环境参数，实现场景联动
**双界面模式**：用户模式（日常控制）和开发者模式（测试调试）
**硬件集成**：基于ESP32生态，支持音频处理、显示控制、传感器集成
**边缘计算**：降低延迟，增强隐私保护
**可扩展架构**：易于添加新设备和房间
技术规格
| 微服务架构 | 5个Docker容器（Coordinator:8080, STT:8000, TTS:8001, IoT:8002, LLM:11434） |
|---|---|
| 语音识别 | OpenAI Whisper（STT服务） |
| 语音合成 | Microsoft Edge TTS（TTS服务） |
| 大语言模型 | 支持Llama等模型（通过Ollama部署） |
| 硬件平台 | ESP32（音频处理、显示控制、传感器） |
| 通信协议 | WebSocket（实时状态监控） |
| 推荐内存 | 8GB+ |
| 标准命令识别准确率 | 94% |
| 容错测试准确率 | 91% |
| 命令/非命令区分准确率 | 96.9% |
| 支持房间 | 客厅、卧室、厨房、书房、浴室 |
| 设备类别 | 照明、暖通空调、风扇、窗帘、传感器 |
| 环境监测 | 温度、湿度、CO2、VOC、光照强度 |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| ESP32开发板 | 1 | — | 核心控制器 |
| 麦克风模块 | 1 | — | 语音输入 |
| 扬声器模块 | 1 | — | 语音输出 |
| 显示屏模块 | 1 | — | 状态显示 |
| 温湿度传感器 | 1 | — | 环境监测 |
| CO2传感器 | 1 | — | 空气质量监测 |
| VOC传感器 | 1 | — | 空气质量监测 |
| 光照传感器 | 1 | — | 光照强度监测 |
| 继电器模块 | 若干 | — | 控制灯光、窗帘等 |
| 风扇控制模块 | 1 | — | 风扇控制 |
| 5V/3.3V电源模块 | 1 | — | 系统供电 |
| 3D打印外壳 | 1 | — | 定制外壳 |
| 路由器/交换机 | 1 | — | 网络连接 |
| PC/服务器 | 1 | — | 运行Docker容器，推荐8GB+内存 |
能力画像
⚪ 记忆与知识检索: 2/5
🔵 逻辑推演: 3/5
⚪ 表达与交流: 2/5
⚪ 感知与观察: 2/5
🔵 数理与计算: 3/5
🔵 动手与操作: 4/5
⚪ 狂热与坚持: 3/5
⚪ 创造与创新: 3/5
项目图库
所需技能
🔧 **动手能力**：需要焊接电子元件、组装3D打印外壳、连接ESP32外设，具备基本的硬件组装和调试能力
💻 **编程能力**：需要熟悉Docker和Docker Compose部署、Linux命令行操作，了解Python和Web开发基础
⚡ **电子电路**：需要理解ESP32引脚定义、传感器接口、继电器控制电路，具备基本的电路设计和故障排查能力
适用场景
家庭自动化控制：通过自然语言控制灯光、空调、窗帘、风扇等家居设备
环境智能监测：实时监测室内温度、湿度、CO2、VOC、光照等环境参数，自动调节
多房间智能管理：支持客厅、卧室、厨房、书房、浴室等多个区域的独立控制
开发者测试平台：提供开发者模式，用于测试和调试智能家居控制逻辑
边缘计算研究：作为边缘计算与大语言模型结合的实验平台，研究低延迟、高隐私的智能家居方案