py-xiaozhi

开源AI助手生态系统，支持MCP集成、多模态工作流、IoT和跨平台语音交互。

MCP编程与开发开源AI助手多模态IoT跨平台

查看来源 →

形态: MCP
传输协议: http
是否开源: 是
GitHub Stars: ★ 3.4k
收录来源: mcp-github
仓库: github.com/huangjunsen0406/py-xiaozhi

能力说明

py-xiaozhi是一个轻量级的跨平台多模态AI交互框架，基于Python的异步架构构建。它支持实时语音流、视觉-语言任务和IoT设备控制。可以在Windows、macOS、Linux桌面以及ARM嵌入式平台（如Raspberry Pi）上部署，无缝连接大型语言模型和物理硬件。该框架提供多种UI模式，包括PySide6 + QML GUI、CLI和GPIO接口，适应桌面、无头服务器和嵌入式环境。

能力点

▪实时语音AI，低延迟
▪多模态视觉，图像理解
▪MCP工具生态系统，模块化JSON-RPC 2.0
▪跨平台部署，支持多种操作系统
▪多种UI模式，适应不同环境
▪离线唤醒词识别

适用场景

智能家居控制机器人控制多模态AI应用开发跨平台AI助手

接入方式

依赖：Python 3.10 - 3.12音频设备网络连接

pip install py-xiaozhi

以上信息由 AI 基于公开资料整理，可能存在偏差，以来源为准。

常见问题

支持哪些操作系统？

支持Windows 10+、macOS 10.15+、Linux（x86_64 & ARM）。

需要哪些硬件设备？

需要麦克风和扬声器设备，推荐至少4GB RAM和现代CPU。

相关 Skill

gemini-cli

Gemini CLI 是一个开源的 AI 代理，将 Gemini 的强大功能直接带入终端。

ruflo

Ruflo 是一个为 Claude Code 和 Codex 设计的智能代理元框架。

context7

为 LLM 和 AI 代码编辑器提供最新的代码文档。

mcp-adapter

将WordPress插件、主题和核心功能转换为MCP工具，供AI代理调用。

MemOS

为LLM和AI代理提供持久化记忆、混合检索和跨任务技能复用的自进化内存操作系统。

claude-context

为 Claude Code 提供代码搜索能力，使整个代码库成为上下文。