作者改造自家非智能升降桌,用ESP32-S3模拟原厂I²C协议实现智能控制。通过抓包解析键码,解决上拉电阻和软件I²C不稳定问题,最终用硬件I²C加ToF传感器测高。实现Web、手机、手表、键盘、旋钮、语音等多端控制,并加入童锁、番茄钟等功能。
自2026年以来,作者深入学习ESP32-S3嵌入式开发,成功集成阿里云多模态SDK。通过学习,作者认识到嵌入式系统的复杂性与乐趣,强调硬件与软件的紧密联系,以及开发中资源与调度的平衡。
mimiclaw是一个基于ESP32-S3的开源个人AI助理项目,支持OpenAI和Anthropic接口。与OpenClaw相比,mimiclaw配置简单,功能较少,适合嵌入式爱好者。它内置文件操作和定时任务等工具,但由于单片机资源限制,整体功能有限,适合学习AI Agent开发。
在使用ESP32-S3模块的SPI总线时,需要注意GPIO引脚的分配。N16R8版本占用更多引脚,特别是GPIO33-37不建议用于其他用途。SPI信号有固定引脚和GPIO Matrix两种走法,若更换引脚,SPI速度会降低至40MHz。选择引脚时应参考IOMUX表,以确保使用固定引脚以达到最佳性能。
文章介绍了如何为ESP32-S3游戏机添加中文支持,通过AI实现UTF-8解析和汉字点阵渲染,更新固件后游戏列表中的中文名称能够正常显示,用户可以直接使用中文命名游戏ROM,提升了使用体验。固件已上传至GitHub供下载。
在ESP32-S3上进行JPEG解码性能测试,结果显示ESP_NEW_JPEG在240×240分辨率下可达到约40 FPS。通过优化DMA传输,实现解码与传输并行,显著提升了性能。测试表明,系统瓶颈主要在于上屏时间,而非解码速度,整体提升FPS的空间有限。
文章讨论了ESP32-S3与Arduino的JPEG解码库性能测试,发现旧版ESP32_JPEG库的测试结果不准确。更新至ESP_NEW_JPEG库后,所有分辨率下的解码速度均优于其他库。建议在使用Arduino封装库前确认其维护状态。
文章介绍了电磁铁段码时钟的制作过程。作者通过购买现成的线圈,成功推动圆形永磁铁,并简化了电路设计,使用NMOS直接控制电磁铁的通断。最终,作者利用ESP32-S3模块实现了数字显示和Wi-Fi通信功能。
文章介绍了如何使用ESP32-S3作为视频播放设备,通过WebSocket从电脑串流视频数据到OLED显示屏。利用ffmpeg库处理视频帧并转换为适合OLED的格式,ESP32-S3接收并渲染显示,充分发挥其双核能力,显示效果良好,未来计划尝试彩色LCD。
本文介绍了如何利用ESP32-S3读取血氧仪的蓝牙数据,实现全天监测。通过BLE测试软件捕获数据,分析血氧和心率的通信协议,并通过MQTT传输数据。AI技术可以帮助简化数据接收过程,适合需要血氧监测的用户。
本文讨论了在ESP32-S3上进行JPEG图片解码的性能测试。比较了ESP32_NEW_JPEG和JPEGDEC两种解码库,结果显示ESP32_NEW_JPEG在低分辨率下表现优异,而JPEGDEC在使用SIMD指令后也有良好表现。解码速度和内存占用是选择解码库的重要因素,建议根据需要选择合适的解码库以优化性能。
MimiClaw 是一款基于 ESP32-S3 开发板的私人 AI 助理,支持 USB 供电和 WiFi 连接,能够在 Telegram 中处理任务并积累记忆。其运行高效、成本低,所有数据均保存在本地。
某款淘宝ESP32S3开发板WiFi信号差,仅-77dBm,可能未做阻抗匹配;而立创版信号强度为-54dBm,表现良好。
小鹏的机器人外观吸引,但价格昂贵。为孩子制作的互动机器狗使用ESP32S3等材料,成本约50元,具备语音控制和表情显示功能,适合逗乐儿童或猫咪。识别能力有限,需要自建MCP以实现更多功能。
作者利用ESP32-S3开发板和ArduinoBASIC项目制作了一台复古小电脑,使其成为可编程设备。尽管性能强大,但屏幕输出时性能有所下降。AI在代码移植方面表现优异,提高了效率。
最近完成了基于ESP32-S3和IV-18荧光管的桌面时钟项目,使用AI提升了固件开发效率。主要成本为IV-18荧光管,总体成本约130元。设计采用单侧支撑结构,组装顺利,效果良好。
这是一个关于使用AI进行ESP32-S3单片机开发的项目。通过Manus生成固件和数字图片,PCB设计简单易焊接,LCD屏幕驱动和主控板设计直接,最终组装效果令人满意。整个过程依赖AI,节省了时间和精力。
本文总结了作者开发语音终端的过程,旨在将智能音响的语音输入转发给大模型deepseek。作者使用ESP32-S3开发板,设计了服务端程序,并应用了VAD、ASR和嵌入向量模型等技术,实现了语音识别和文本转语音功能。尽管面临延迟和模型限制,作者仍在探索大模型的应用。
文章介绍了基于Arduino框架复刻小智AI的过程,搭建ESP32-S3开发环境,实现语音唤醒、命令识别和文本转语音功能。通过WebSocket协议与小智AI服务端进行实时双向通信,传输控制指令、文本信息和音频数据。客户端需发送认证信息以建立连接,通信协议简单,后续可开发Python客户端。
本文介绍了ESP32-S3刷机的连接步骤和进入Bootloader模式的方法,并提供了相关命令和工具的使用说明。
完成下面两步后,将自动完成登录并继续当前操作。