聆思CSK6大模型语音视觉开发板接入AIUI技能实操（语音控制灯的开关）
内容提要
大模型语音模板加入AIUI技能节点后的数据流程如下图所示：创建应用，示例工程讲解，关键节点讲解，前置处理函数，后置处理函数，准备工作，代码修改，编译与烧录，云端应用绑定，创建产品，云端应用和云端产品信息绑定，云端应用设备列表加入硬件设备ID，CSK6开发板设备端写入云端产品服务配置。
延伸解读
云端配置与端侧代码的协同关系
文章展示了从云端应用编排到端侧固件修改的完整链路。云端负责意图分类和指令生成，端侧则通过GPIO控制实际硬件。开发者需注意，云端配置的设备ID必须与端侧读取的一致，且产品ID和密钥需正确写入固件，否则鉴权失败将导致交互中断。这种端云协同设计意味着任一环节出错都会影响整体功能。
灯控分支中NLP与通配符匹配的取舍
文章指出灯控提示词采用自然语言处理（NLP）比通配符匹配有更好的识别效果。这意味着在提取“打开/关闭”等关键信息时，NLP能更灵活地处理用户多样化的表达，减少因固定模式匹配导致的漏识别或误识别。但同时也依赖大模型的理解能力，可能增加云端处理开销。
设备鉴权流程中的关键操作点
设备需通过云端鉴权才能交互，文章强调了两个必要步骤：一是在云端设备列表导入设备ID，二是向开发板写入产品ID和密钥。设备ID是唯一标识，需用烧录工具读取；产品ID和密钥则通过串口终端指令配置。忽略任一步骤都会导致设备无法连接云端服务。
多分支处理的可扩展性设计
示例工程将语音交互分为分类和分支处理两部分，当前包含灯控、画图和闲聊三个落域。文章提到可通过点击“添加”来增加落域，说明该架构支持功能扩展。开发者若想新增控制类型，可参照灯控分支的模式，在云端添加对应提示词和后置处理，并在端侧增加相应的硬件控制代码。
Q&A
如何创建大模型语音应用？
登录LSplatform后，创建新应用并导入示例工程文件。
大模型语音模板的关键节点有哪些？
关键节点包括提示词、语义改写和落域结果判断。
如何实现灯控功能的语音交互？
通过提取用户命令中的关键信息，生成控制指令来实现灯控。
在开发板上如何修改代码以实现灯控？
需要修改头文件、宏定义和控制意图的代码部分。
如何将设备ID导入云端应用？
在设备管理页面导入读取到的设备ID，以实现设备鉴权。
完成大模型语音交互需要哪些准备工作？
需要部署开发环境、下载SDK并修改代码。
