by joey-zhou
小智ESP32的Java企业级管理平台，提供设备监控、音色定制、角色切换和对话记录管理的前后端及服务端一体化解决方案
# Add to your Claude Code skills
git clone https://github.com/joey-zhou/xiaozhi-esp32-server-javaGuides for using mcp servers skills like xiaozhi-esp32-server-java.
Last scanned: 4/29/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-04-29T06:26:40.861Z",
"semgrepRan": false,
"npmAuditRan": true,
"pipAuditRan": true
}See how xiaozhi-esp32-server-java compares with popular alternatives.
xiaozhi-esp32-server-java is an open-source mcp servers skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by joey-zhou. 小智ESP32的Java企业级管理平台，提供设备监控、音色定制、角色切换和对话记录管理的前后端及服务端一体化解决方案. It has 1,361 GitHub stars.
Yes. xiaozhi-esp32-server-java passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.
Clone the repository with "git clone https://github.com/joey-zhou/xiaozhi-esp32-server-java" and add it to your Claude Code skills directory (see the Installation section above).
xiaozhi-esp32-server-java is primarily written in Java. It is open-source under joey-zhou on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other MCP Servers skills you can browse and compare side by side. Open the MCP Servers category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh xiaozhi-esp32-server-java against similar tools.
No comments yet. Be the first to share your thoughts!
Top skills in this category by stars
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
See comparison
Xiaozhi ESP32 Server Java 是基于 Xiaozhi ESP32 项目开发的 Java 企业级服务端，采用多模块 + 双进程架构设计，为 ESP32 智能硬件提供完整的后端支撑和可视化管理平台。
| 类别 | 技术选型 |
|---|---|
| 后端 | Spring Boot、Spring MVC、MyBatis-Plus、Flyway、WebSocket |
| 前端 | Vue.js、Ant Design、响应式布局 |
| 数据层 | MySQL 8.0、Redis 7、Qdrant（向量检索） |
| 语音识别 | sherpa-onnx SenseVoice（本地）、Vosk（本地）、FunASR、阿里云、阿里云 NLS、腾讯云、讯飞、火山引擎 |
| 语音合成 | sherpa-onnx（本地）、Edge TTS、阿里云、阿里云 NLS、腾讯云、讯飞、火山引擎、MiniMax |
| 大语言模型 | OpenAI、智谱 AI、讯飞星火、火山方舟、星辰、Ollama、Dify、Coze |
| 扩展能力 | MCP 工具协议与接入点、Function Call、RAG 知识库、长期记忆与记忆图谱、声纹识别、音色克隆 |
双进程架构：两个独立进程共享 MySQL 和 Redis，可分别部署与扩容。
xiaozhi-server:8091 — 管理后台，提供 REST API、用户/设备/角色管理、OTA 升级xiaozhi-dialogue:8092 — 对话服务，处理 WebSocket/MQTT 实时音频流、AI 对话管道
dialogue支持横向扩展，新实例自动注册至server，通过设备 OTA 实现负载均衡。
部分功能未开源，有需求请通过下方联系方式沟通
| 方式 | 适合 | 前置条件 |
|---|---|---|
| Docker（推荐） | 直接用起来 | 只要 Docker |
| 源码 | 要改代码 | JDK 21、Maven、Node 22、MySQL 8、Redis 7 |
mkdir xiaozhi && cd xiaozhi
curl -O https://raw.githubusercontent.com/joey-zhou/xiaozhi-esp32-server-java/main/docker-compose.yml
docker compose up -d
等容器都 healthy 后打开 http://localhost:8084，账号 admin / 123456。 详见 Docker 部署。
git clone https://github.com/joey-zhou/xiaozhi-esp32-server-java
cd xiaozhi-esp32-server-java
docker compose -f docker-compose-db.yml up -d # 起 MySQL + Redis，已有可跳过
./scripts/download_models.sh # 下载模型和原生库，首次必须
bin/all.sh start # 自检、编译并启动
cd web && npm install && npm run dev # 前端
Windows 用 bin\all.ps1 start。详见 CentOS 部署 / Windows 部署。
models/和lib/不在 Git 仓库中，首次部署需通过脚本下载。 语音识别与合成全用第三方 API 的话，只跑./scripts/download_base.sh即可（仅 VAD 模型和原生库）。
要自己配一个大模型的 API Key 才能对话，系统不预置任何密钥。 语音识别用内置本地模型、语音合成用免费 Edge TTS，都可以先不管。 见配置说明。
设备侧填这两个地址（分属两个进程，别写混）：
http://<内网IP>:8091/api/device/otaws://<内网IP>:8092/ws/xiaozhi/v1/改了服务端口时，要同步改 xiaozhi.server.port 与 xiaozhi.dialogue.port，
否则下发给设备的地址还是旧端口。
| 文档 | 内容 |
|---|---|
| Docker 部署 | 一键启动、升级、源码构建 |
| 配置说明 | 首次配置、环境变量、安全默认值 |
| 常见问题 | 部署与使用中的高频问题 |
| CentOS 部署 | Linux 源码部署，推荐生产环境 |
| Windows 部署 | Windows 开发与测试 |
| 固件编译 | ESP32 固件编译和烧录 |
我们开发了专门的 WebSocket 并发测试工具 Xiaozhi Concurrent，用于评估系统的性能和稳定性。测试工具支持模拟大量设备同时连接，测试完整的 WebSocket 通信流程，并生成详细的性能报告和可视化图表。
📖 测试工具的详细使用说明、安装步骤和参数配置请查看：Xiaozhi Concurrent 仓库
以下测试数据基于腾讯云服务器（8核8G，100M按量付费带宽） 环境，100个设备、100并发连接、持续5轮 对话测试：
| 测试项目 | 成功率 | 平均时延 | 最小值 | 最大值 | 备注 |
|---|---|---|---|---|---|
| WebSocket连接 | 100% (500/500) | 0.090s | - | - | 建立连接耗时 |
| Hello握手 | 100% (500/500) | 0.073s | - | - | 握手响应时间 |
| 唤醒词响应 | 100% (500/500) | 0.333s | - | - | 唤醒词到音频回复 |
| 语音识别准确率 | 100% (500/500) | - | - | - | 真实音频识别 |
| 语音识别时延 | - | 0.988s | 0.949s | 1.255s | ASR识别耗时（包含800ms静音） |
| 服务器处理时延 | - | 0.849s | 0.454s | 3.759s | 服务端处理耗时（LLM+TTS） |
| 用户感知时延 | - | 1.837s | 1.433s | 4.723s | 说话结束到收到回复 |
| 资源类型 | 空闲时 | 峰值 | 说明 |
|---|---|---|---|
| CPU使用率 | 0% | 80% | 8核CPU占用率 |
| 内存占用 | 1.8G | 1.96G | JVM堆内存稳定 |
| 网络带宽(上行) | 0 | 2200KB/s | 客户端音频上传 |
| 网络带宽(下行) | 0 | 3300KB/s | 服务端音频下发 |
| WebSocket连接数 | 0 | 100 | 并发活跃连接数 |
| 指标 | 数值 | 说明 |
|---|---|---|
| 音频帧平均间隔 | 58.07ms | 音频帧发送间隔 |
| 帧延迟率 | 8.47% (4226/49918) | >65ms |
我们接受各种项目开发，如果您有特定需求或对商业版本感兴趣，欢迎通过微信联系洽谈。
欢迎任何形式的贡献！如果您有好的想法或发现问题，请通过以下方式联系我们：
微信群超200人无法扫码进群，可以加我微信备注 小智 我拉你进微信群
欢迎加入我们的QQ群一起交流讨论，QQ群号：790820705
本项目仅提供技术实现代码，不提供任何媒体内容。用户在使用相关功能时应确保拥有合法的使用权或版权许可，并遵守所在地区的版权法律法规。
项目中可能涉及的示例内容或资源均来自网络或由用户投稿提供，仅用于功能演示和技术测试。如有任何内容侵犯了您的权益，请立即联系我们，我们将在核实后立即采取删除等处理措施。
本项目开发者不对用户使用本项目代码获取或播放的任何内容承担法律责任。使用本项目即表示您同意自行承担使用过程中的全部法律风险和责任。