本页为正式研究文档的网页阅读版。固定 GitHub 证据保留;本机研究底稿未发布,相关链接已改为文字说明。原文中的历史发布状态对应研究当时。
信息与访问日期:2026年10月27日。定位:StackChan 主线的近期应用代码补充,不单独占本轮五个主对象名额。以下为独立社区作品,未认定获得 M5Stack 官方质量或商用背书。
结论
Yuki 适合研究“看见用户后怎样适时互动”,Dotty 适合研究“把模型和设备指令接入自托管语音栈”。二者都应按模块抽取,不能把其宣传或维护者演示当成已完成的产品验证。工厂版本、附带上游版本和第三方运行时必须分别固定。
版本与新旧
| 项目 | 仓库建立,UTC | 本轮固定 main,UTC | 研究定位 |
|---|---|---|---|
| baryhuang/yuki-desktop-robot | 2026-07-20T05:52:59Z | fa378f5f93ba,2026-07-21T23:29:37Z | 2026 年新建的 StackChan 功能扩展,重点读原生感知和主动行为 |
| BrettKinny/dotty-stackchan | 2026-04-24T04:38:00Z | cdf61b5b2436,2026-09-12T11:08:13Z | 2026 年新建的自托管集成,重点读设备协议和语音 Agent 接口 |
仓库 pushed_at 可能由分支或标签更新引起,不能替代默认分支提交时间。以上时间用于版本定位,不代表首次交付日。
Yuki:主动感知与表达
| 实际读到的代码 | 可复用价值 | 保留条件 |
|---|---|---|
| 主动互动任务 | 5 秒轮询;在会话就绪、空闲且近两分钟见过人脸时发起主动话题,另有一分钟重试节流和 2-180 分钟配置边界 | “在场”条件来自设备状态;真实误触发、打扰率和话题质量未实测。用提示要求搜索,仍依赖后端实际工具能力 |
| 视觉与跟随 | 用低分辨率亮度变化识别横向挥动,结合人脸中心、注视和头部目标调整 | 不是通用动作识别模型。机械角度、步长、灯光和相机噪声要按目标硬件重校准 |
| 设备 MCP 注册补丁 | 好奇心配置、立即触发、LED 等行为可供上层模型调用 | 此补丁针对仓库附带的工厂基线,不能假设直接兼容 2026-10-22 的 M5 工厂提交 |
| 当前语音路径说明 | 当前固件沿用官方小智服务发现、激活及 MQTT/WebSocket 链路 | gateway/ 的 Gemini Live 是实验目录,README 明确尚未连接当前固件。应避免据目录名写成已经接通 Gemini |
| 构建准备脚本、刷写边界 | 通过保留基线与补丁复现固件改动 | 未执行此脚本。完整镜像与分区布局有关;设备 NVS 存有校准和身份信息,未取得原机恢复依据前不进行擦除 |
建议优先复用主动互动门控与设备事件接口,保留独立的机械安全状态机。角色图片和素材的权利单独核对,本轮不建议直接复制整套角色外观。
Dotty:可借鉴的协议接缝与部署代价
| 实际读到的代码 | 可复用价值 | 需要改造的部分 |
|---|---|---|
| DeviceCommand | 把 MCP 信封、连接内递增请求 ID 和串行发送归到同一模块 | call_tool 返回请求 ID,但没有等待设备结果。须补超时、错误反馈和回复关联,且确认所有发送入口经过同一仲裁 |
| PiClient | 长驻 Agent RPC、过滤 thinking_delta、只将文本片段送到 TTS,便于隔离语音前端与任务执行 | “自动取消交互确认”是本项目的语音界面策略,不应迁移成上层工具的自动授权。工具权限与用户批准仍需另行保留 |
| 部署配置 | 小智语音服务与独立 Agent 通过接缝组合 | 当前默认 pi 路径挂载宿主 Docker socket,扩大宿主控制权限;命名 all-in-one 的文件仍要求其他容器单独启动 |
| 实际出网与运行时 | 语音模型可选本地端点,视觉和音频描述有独立路径 | 文档列出视觉/音频经 OpenRouter 的路径。本地 ASR 和 TTS 不代表所有传感数据不出网 |
| 语言与过滤逻辑 | 提示后缀与输出过滤集中,便于中文化和做确定性约束 | 当前强制英语、面向儿童的角色提示与词表不适合直接作为中文通用陪伴终端策略 |
| 镜像依赖、固件版本警告 | 基础语音镜像采用 digest 固定,便于复现 | Dockerfile 基础注释来自 server_0.9.3,不能认作第三组研究的最新 server 0.9.8;固件子模块也被作者明确标为滞后 |
建议先抽取 DeviceCommand 这类可独立测试的小模块。完整部署会引入多个容器、模型服务、宿主权限和家庭状态管理,本轮未推荐将整套容器直接投入产品运行。
已做的无硬件检查
| 检查 | 实际结果 | 不能据此推出 |
|---|---|---|
| Dotty 原始 DeviceCommand 模块,标准库导入 + 模拟 WebSocket | 100 个并发调用得到唯一的 1-100 请求 ID;本模块最大并发 send 为 1;新连接从 1 开始 | 未测试上游绕过该锁的发送、设备回包、丢包、重连恢复或舵机执行 |
| Yuki 实验网关原封包函数体,隔离未调用的 Opus 依赖导入 | v1/v2/v3 的 12 个长度组合往返通过,2 个截断包被拒绝,共 14 组 | 没有运行 Opus 编解码、Gemini 会话或固件协议联调 |
| Yuki 实验网关原鉴权函数 | 空 token 时允许访问;配置 token 后缺失、错误拒绝,正确 Bearer 接受,共 4 组 | 未对外开放服务、未做渗透测试,也不把实验目录设置当现用固件的行为 |
复现入口:Dotty 验证脚本(研究底稿,未随本专区发布)、Yuki 验证脚本(研究底稿,未随本专区发布)。源码缓存位于同一临时任务目录,正式结论的永久依据使用表中固定 GitHub 链接。
新项目筛查与取舍
以下只作近期候选筛查,没有列入三条深读主线,不将其 README 阅读深度写成源码研究。
| 候选 | 可追溯的新近记录 | 本轮取舍 |
|---|---|---|
| Microduck 官方仓库 | 仓库 2026-07-29 建立,固定提交 96b89d8613f0 为 2026-10-26 | 新近 Rust 控制栈值得后续研究,但主任务是 15 舵机、50 Hz 双足运动。当前先解决桌面表达与语音,不为追新增加步态与整机调试范围 |
| TongDou 发布范围 | 仓库 2026-07-12 建立,当前 README 指向 0.1.3 Early Tester | 有公开硬件测试和 demo 源码,完整应用版本的分发说明主要指向预编译包。完整角色、可编辑 PCB、BOM、机械及制造资料明确仍有缺口,暂不选作可完整接管的产品底座 |
TongDou 根目录 CERN-OHL-P-2.0、测试/demo 代码 MIT、demo 音频单独例外,说明根许可证标签不能代替逐层判断。上述是对已读公开范围的记录,不评价其未公开材料的质量。