MCP 기반 AI 음성 대화 로봇, ESP32에서 구동

핵심 요약

• XiaoZhi는 Qwen/DeepSeek 같은 대형 언어모델을 활용한 음성 대화 AI 로봇으로, MCP 프로토콜을 통해 다중 단말 제어를 지원한다.
• Wi-Fi, 유선 이더넷, USB RNDIS, Cat.1 4G 등 다양한 네트워킹을 지원하며 보드에 따라 Wi-Fi와 4G 사이 전환이 가능하다.
• ESP-SR을 활용한 오프라인 음성 웨이크업, WebSocket과 MQTT+UDP 두 가지 통신 방식, Opus 음성 스트리밍, AEC 지원 기기의 실시간 전이중 상호작용을 제공한다.
• 스피커 인식, OLED/LCD 디스플레이와 이모지 지원, 지원 보드의 카메라 입력, 배터리 표시 및 전원 관리 기능을 포함한다.
• 39개 인터페이스 언어를 지원하며 지역화된 음성 프롬프트를 제공한다.
• ESP32, ESP32-C3, ESP32-C5, ESP32-C6, ESP32-S3, ESP32-P4 칩 플랫폼을 지원하고 Wi-Fi 프로비저닝(핫스팟 또는 BluFi)이 가능하다.
• 기기 측 MCP로 스피커, LED, 서보모터, GPIO 제어를, 클라우드 측 MCP로 스마트홈 제어, PC 데스크톱 조작, 지식 검색, 이메일 등을 확장할 수 있다.
• 138개 보드 디렉터리와 171개 릴리스 변형을 지원하며 LiChuang ESP32-S3, Espressif ESP32-S3-BOX-3, M5Stack CoreS3 등 다양한 보드에서 구동된다.
• 개발 환경은 Cursor 또는 VSCode에 ESP-IDF 플러그인 설치로 구성되며, 최소 ESP-IDF v6.0.1, 권장 버전은 v6.1이고 5.x는 더 이상 지원하지 않는다.
• 초보자를 위해 개발 환경 설정 없이 플래싱 가능한 펌웨어를 제공하며, 기본 설정으로 xiaozhi.me 공식 서버에 연결되고 개인 사용자는 Qwen 실시간 모델을 무료로 사용할 수 있다.
• 커스텀 보드 작성, MCP 프로토콜 IoT 제어, MQTT+UDP 및 WebSocket 통신 프로토콜 문서 등 개발자 문서를 제공한다.
• MIT 라이선스로 공개되어 상업 목적을 포함한 누구나 무료로 사용할 수 있다.