TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
Open-XiaoAI 刷機開源方案，換掉小愛音箱的喚醒詞與大腦
Open-XiaoAI 是刷機改造小愛音箱 Pro 的開源專案，把麥克風音訊串流交給自選的 AI 服務，支援自訂喚醒詞、接入小智 AI 與 Gemini Live 連續對話；專案已於 2026 年 4 月封存，採用前先看清接管架構、機型版本綁定與風險邊界。
用 AI 摘要這篇文章：
想把小愛音箱換成別的 AI，向來有兩條路。大多數人走的是借道：不動音箱本身，用小米帳號的介面讀取你說的話，把問題丟給 ChatGPT，再借音箱原本的發聲通道把答案播出來，MiGPT 就是這條路最有名的代表，GitHub 上累積超過 1.2 萬顆星。另一條路少有人走：直接刷機改掉音箱的系統，把麥克風收到的聲音、音箱的播放控制權整個搬到你自己架的伺服器上。Open-XiaoAI 走的就是第二條，也是目前把「換大腦」做得最徹底的開源方案。
兩條路的差別，一句話就能說清楚：借道方案裡，音箱還是那台音箱，你只是排隊借用它的耳朵和嘴巴；刷機方案裡，耳朵和嘴巴的主人是你的伺服器。自訂喚醒詞、中途打斷 AI 的回覆、接 Google 的 Gemini Live 連續對話，這些能力只有第二條路做得到，因為它們需要碰到底層音訊流，借道方案碰不到。但代價也寫在官方文件裡：要拆機或刷機、綁特定韌體版本、失去保固風險自負，而且這個專案已經在 2026 年 4 月封存，不再有維護者。
這篇導覽以專案的官方文件與原始碼套件為準，把兩條路的分界、刷機方案的運作原理、五條現成的示範路線，以及動工前必須核對的機型版本條件逐一拆開。文中沒有實際刷機，所有與效果相關的描述都標明是官方說法。
借道與接管：改造小愛音箱的兩個層級
先看借道這層。MiGPT 這類方案的聰明之處，是把小愛音箱當成一個已經連好網、已經會聽會說的終端來用：程式透過小米帳號的介面得知音箱收到的語音內容，把使用者的問題轉給 ChatGPT 或豆包，再把答案送進音箱的播放指令。不用拆機、不用刷機，大多數機型的小愛音箱都能試。代價是它繞不過原廠的流程：喚醒還是要喊小愛同學，回覆的語音還是借音箱原廠的通道播出，AI 想插話時常常得等原廠助手把話說完。
接管這層就是把這些天花板直接拆掉。Open-XiaoAI 的做法是給音箱刷一個打過補丁的韌體，開出 SSH 連線，然後在音箱上常駐一個用 Rust 寫的小程式。這個程式只做三件事：把麥克風收到的音訊流轉發出去、把音箱上發生的事件（語音辨識結果、播放狀態）回報出去、執行遠端下達的指令。至於聽懂、思考、回答，全部發生在你自己電腦或伺服器上的另一支程式裡。耳朵和嘴巴從此歸你的程式調度，原廠助手退場。
| 面向 | 借道（MiGPT 型） | 接管（Open-XiaoAI 型） |
|---|---|---|
| 喚醒詞 | 仍是小愛同學 | 可自訂，甚至能設成天貓精靈 |
| 對話流暢度 | 受原廠流程限制 | 可打斷回覆、連續對話（官方說法） |
| 語音資料流向 | 經小米雲與 AI 服務商 | 由你設定的伺服器決定 |
| 改機風險 | 無刷機風險 | 可能失保、變磚 |
| 支援機型 | 多數小愛機型 | 僅 LX06 與 OH2P 兩款 Pro |
| 維護現況 | 同作者專案，同日封存 | 2026 年 4 月封存停更 |
值得點出來的一個設計後果：接管方案把語音的信任邊界搬到使用者自己手上。麥克風音訊要去哪裡，由音箱上一個文字檔裡寫的伺服器位址決定；你可以讓聲音只在自己家裡的區域網路裡繞，也可以把它接上任何雲端 AI。官方文件在同一頁提醒使用者，不要連上來路不明的伺服器，這句警告的分量，正是來自「麥克風在誰手上」這件事已經換了主人。
接管是怎麼發生的：音箱上的補丁，加上你伺服器上的大腦
整個專案分成兩端。音箱端是補丁韌體加一個常駐程式，文件裡把職責寫得很白：即時雙向通信、轉發麥克風輸入的音訊流、回報音箱事件、執行伺服器指令（跑腳本、播音訊流、系統操作）。伺服器端則是你自己跑的示範程式，用 Python 或 Node.js 都有現成範例，兩端用 WebSocket 連起來，預設走連接埠 4399。
補丁韌體本身做的事，其實是四件很小但關鍵的事：從官方的 OTA 管道取得對應版本的原始韌體、在裡面固化開啟 SSH 服務（預設密碼直接寫在文件裡，要換掉得自行製作韌體）、停用系統自動更新、加進一個開機啟動腳本。停用自動更新這步常被忽略，但它是整個方案的隱含契約：音箱的系統從此凍結在特定版本，小米後續的安全修補與功能更新都進不來，一旦哪天真的更新了系統，補丁就得重打一次。
這也解釋了為什麼版本對位這麼重要。專案的發布頁為兩款機型各準備了對應版本的補丁韌體，小愛音箱 Pro 對應 1.94.13 版，Xiaomi 智慧音箱 Pro 對應 1.58.6 版，兩者都在 2026 年 1 月 1 日打包上線。文件裡用粗體警告：跨版本刷機可能導致無法開機。發布頁同時附上未修改的原版韌體，留了一條刷回去的退路，但退路存在不等於風險消失，這一點官方免責聲明寫得毫不客氣。
與這套架構相呼應的，是近年自架社群反覆出現的同一個命題：想讓語音處理留在自己手上，就得分清「辨識在哪裡發生」與「聲音送到哪裡」。想把語音轉文字又不想上雲端的讀者，可以參考我們先前介紹過的本機語音轉文字工具；想把文字變回聲音的合成端，Edge TTS 語音合成是同一條鏈上的常見選擇。Open-XiaoAI 把這些環節全部攤開讓你接，自由度高，責任也高。
五條示範路線，各自把語音送往不同的地方
專案倉庫裡的示範程式，就是五條已經鋪好的路線，差別主要在語音最後去了哪裡。
接小智 AI 的路線，把音箱接到開源的小智生態。這條路的預設設定把音箱的對話送往 tenclass 網域的第三方服務，官方文件同時明白建議只在區域網路內測試，並提醒這個示範沒有提供音訊加密與多帳號管理，官方標示的流量消耗約每秒 100kb。換句話說，這條最省事的路線，同時也是把語音交給外部服務的一條，文件沒有迴避這一點，採用的人也不該迴避。
自訂喚醒詞有兩套機制，容易混淆。裝在音箱上的那套用 sherpa-onnx 做關鍵詞偵測，喚醒詞要以中文拼音的格式登錄，官方範例示範了天貓精靈、小度小度、豆包豆包這些別家助手的名字，等於讓小米的音箱回應對手的召喚，僅支援中文是它的限制。另一套做在伺服器端，範例設定裡的喚醒詞中英文都可以，連 hi siri 都列在示範清單裡；想要英文喚醒詞，走這條才通。
接 MiGPT 完美版的路線，等於把前一代借道方案搬到接管層上重新實作。官方的說法是，與原版 MiGPT 相比，這個版本可以完整打斷音箱的回答、回應延遲更低；這是官方宣稱，本文沒有實測背書。接 Gemini Live 的路線則示範了即時連續語音對話：你需要自己去 Google AI Studio 申請 API 金鑰填進設定檔，對話用量計入自己的帳單，這種自帶金鑰的模式與我們介紹過的自帶 API 金鑰的掃碼工具是同一種信任結構。文件也老實說了這條路的現況：暫不支援中途打斷 AI 的回覆，要等它說完才能再說話。第五條是把兩台支援的音箱組成立體聲，與 AI 無關，但同樣建立在補丁之上的組合玩法。
供應鏈角度還有一層值得記下：音箱端常駐程式的安裝方式，是從作者發布套件的一鍵腳本直接拉取執行。這在開源圈常見，但用在「常駐且能轉發麥克風」的程式上，信任對象就從程式碼本身變成發布管道。程式碼以 MIT 授權公開，任何人都可審閱與自行編譯，這是可驗證性的來源；發布腳本與你實際抓到的二進位是否一致，則是採用者要自行把關的部分。
動工之前先核對：機型、韌體版本與三件自擔的事
機型是第一道門檻，也是文件裡加了警示符號的一條：整個方案只適用小愛音箱 Pro（LX06）與 Xiaomi 智慧音箱 Pro（OH2P）兩款，其他型號明確不建議使用。兩款之間還有一道體感差距：新款 OH2P 的底部留了 Type-C 埠，接上傳輸線就能刷；舊款 LX06 得先拆掉外殼，在主機板上找到偵錯埠再用 Micro USB 線連電腦。光是拆機這一步，就把不少人擋在門外。
刷機工具用的是晶片廠的 Amlogic 刷寫程式，流程在 Windows 電腦上跑，macOS 另有打包好的工具組。手續之外，還有幾件事是文件講明、要自己扛的。保固與變磚風險排在最前面，官方教學開頭就寫了可能失去保固、可能無法開機，後果自負。韌體凍結的代價前面提過：補丁停用了自動更新，安全修補不會再進來。比較容易被忽略的是預設 SSH 密碼：它是公開的固定值，一台掛著公開密碼、以 root 權限常駐服務的設備放在家用網路裡，改成自己的密碼是基本動作；對比我們在Android 安全工具箱一文裡對區網設備暴露面的討論，這類入口值得同樣的警覺。
授權面則是兩份文件並存。程式碼以 MIT 授權釋出，版權人 Del Wang，修改、重用、再散布在程式碼層面都是自由的。但專案另附一份用戶協議，2025 年 4 月 1 日生效，把用途限縮在學術研究與個人測試，明文禁止商業服務，並聲明專案與小米沒有任何隸屬或合作關係，商標、韌體與雲端服務的權利都歸小米，一旦權利方主張權益，使用者應停止使用並刪除專案。把這兩份文件放在一起看，正確的理解是：程式碼開放，但這條改造路本身游走在原廠容忍的邊緣，不是被官方認可的玩法。
2026 年 4 月封存之後，誰還該走這條路
時間線值得單獨攤開。Open-XiaoAI 的最後一次實質修改停在 2026 年 3 月下旬，修的是喚醒異常與音訊參數；4 月 4 日，作者補上歸檔公告，整個倉庫設為唯讀。同一天，前一代的 MiGPT 也以同樣的方式封存，兩個倉庫的最後提交相隔不到五分鐘。這是同一位作者把整條產品線一起收攤，與單一專案爛尾是不同性質的事件，但對採用者的意義相同：不會再有新的機型支援、新的韌體版本對接、新的問題修補。
封存並沒有讓專案失去價值，只是換了價值的種類。它現在是一座文件完整的參考實作：想理解智慧音箱的音訊鏈可以被怎麼接管、補丁韌體怎麼做、喚醒詞引擎怎麼接，倉庫裡每一層都有可讀的程式碼與教學文件，MIT 授權也允許整包搬走再利用。這與我們在開源電子墨水手錶 Watchy看到的定位類似：專案的意義在於把硬體打開給社群，賣的是架構與文件，而非持續維護的服務。若你想要的是一個有人修、有人更新的現成產品，它已經不符合；若你要的是改造範本或研究素材，它仍然成立。
不想刷機的人，作者自己在文件尾端列了替代品：同源的 MiGPT 與其接班版本、yihong0618 的 xiaogpt、hanxi 的 xiaomusic，都走借道或半借道路線，風險低一截，能力天花板也矮一截。想自架整套 AI 助理服務的讀者，GeekAI 自架助理提供了另一種不綁特定硬體的思路。至於手上剛好有 LX06 或 OH2P、看得懂文件、接受停更現實的讀者，Open-XiaoAI 依然是目前把這兩款音箱改造得最徹底的一條路：先到發布頁核對韌體版本，再決定要不要動手，是合理的第一步。
