VoCat No-SD Plan¶
本页描述在 暂时没有 microSD 卡 的前提下,如何先把 VoCat 跑成一个可用的语音终端,并接入当前仓库的 QQ / 本机能力链路。
目标¶
优先完成最小闭环,而不是先追求完整 GUI:
- VoCat 能启动、联网、收音、播音
- 语音请求能进入本机
qq-ai-bridge - 本机可以读取仓库和 OpenClaw 文档
- 本机可以调用已有功能,并把结果:
- 回传给 VoCat 语音播报
- 同步发到 QQ
- VoCat 可以切换表情
当前判断¶
基于当前串口日志,设备现在运行的是 VolcRTCDemo,不是官方出厂 GUI 固件。
已确认:
- 音频输入芯片
ES7210初始化成功 - 音频输出芯片
ES8311初始化成功 - LCD 和触摸初始化成功
fs_sdcard挂载失败,错误为sdmmc_card_init failed (0x107)
这说明:
- 没插卡时,板子并不是完全没启动
- 但 SD 卡失败会把整套板级初始化拖入不稳定状态
- 语音和显示本身未必依赖 SD 卡
已做修改¶
已在设备端源码里把板级初始化改成:
- 必须初始化:
audio_dac、audio_adc、display_lcd、lcd_brightness - 可选初始化:
fs_sdcard
文件:
/home/cancade/ConversationalAI-Embedded-Kit-2.0/application/platform/src/espressif/basic_board.c
这一步的目的,是让设备在没有 SD 卡时尽量继续完成音频和显示初始化,不再把 fs_sdcard 当成硬前提。
推荐架构¶
采用“设备做终端,本机做大脑”的结构。
设备侧职责¶
- 麦克风采集
- 唤醒和基础交互
- 文本播报
- 表情显示
- 把请求发送到本机服务
本机侧职责¶
qq-ai-bridge做总入口- 读取仓库和 OpenClaw 文档
- 调用本机已有 agent / 自动化功能
- 发 QQ 消息
- 决定设备播报内容和表情内容
最小闭环¶
最短目标是:
- VoCat 收音
- 请求进入
/vocat/webhook vocat_service.py分流请求- 本机返回结果
- 同时执行:
- 设备播报
- QQ 发消息
- 表情控制
分阶段执行¶
阶段 1:确认无卡可启动¶
- 重新编译并烧录修改后的
VolcRTCDemo - 观察串口日志
- 目标不是让
fs_sdcard成功,而是确认: - 不再因为
fs_sdcard失败导致整体不可用 - LCD 正常显示
- 语音采集链路能继续启动
阶段 2:打通设备到本机¶
- 让设备连上 Wi-Fi
- 让设备把语音请求送到本机 webhook
- 优先验证最小请求:
- 固定文本
- 固定播报
- 固定表情
阶段 3:打通本机到 QQ¶
- 使用现有
NapCat + qq-ai-bridge - 保持“个人 QQ”链路,不切到官方 QQ Bot
- 设备请求经本机处理后:
- VoCat 播报
- QQ 同步收到文本
阶段 4:挂接本机能力¶
- 读取仓库内 Markdown
- 接入 OpenClaw / OCAI 本地命令
- 接入 PC agent
- 对外暴露为 VoCat 可触发的技能
为什么现在不切 ESP-Claw¶
ESP-Claw 很值得参考,但当前不是最快落地路线:
- 官方现成支持板里没有
ESP-VoCat - 需要额外做板级适配
- 自带 QQ 能力走的是官方 QQ Bot,不是当前项目的
NapCat + 个人 QQ
更合适的定位是:
- 现在先用现有仓库打通 VoCat 终端链路
- 以后再把
ESP-Claw作为设备端架构升级方向
当前优先级¶
当前优先顺序应当是:
- 无 SD 卡容错启动
- 设备联网
- 设备到本机 webhook
- 本机到 QQ
- 读文档和调用本机功能
- 语音播报和表情联动
风险¶
- 没有 SD 卡时,某些资源型功能仍可能不可用
- 如果
VolcRTCDemo内部还有其它流程隐式依赖/sdcard,后续仍可能需要继续补丁 - 即使无卡可运行,长期稳定性仍不如插卡方案
建议¶
即使当前按无卡方案推进,后续仍建议准备一张 microSD 卡。
原因不是“没卡就完全不能做”,而是:
- 更容易规避板级资源依赖
- 更容易保住缓存、资源文件、持久化状态
- 后续扩展能力时阻力更小