【MimiClaw 嵌入式 AI Agent】ESP32-S3 从零搭建多端互联智能体

## 摘要

本文基于自主开发的嵌入式 AI Agent 项目 MimiClaw（运行于 ESP32-S3 开发板），系统记录了整个开发周期中的架构设计、模块集成、典型故障及解决思路。MimiClaw 已实现多消息渠道接入（飞书、Telegram、WebSocket）、DeepSeek LLM 代理、博查搜索（联网检索工具）、技能系统、双电机差速驱动、WS2812 灯光控制、WiFi 配网与 OTA 预留等核心功能。文章详细阐述了消息总线设计、内存管理、外设驱动集成、网络异常处理、任务调度等关键环节的真实踩坑经验，并提供可直接复用的代码模板与最佳实践，旨在为从事嵌入式 AI Agent、边缘计算、机器人控制开发的工程师提供高价值参考。

真实硬件清单：ESP32-S3 开发板（8MB PSRAM）、9 颗 WS2812 LED（GPIO48）、双电机驱动模块（差速驱动）、可选串口调试线。

核心服务：DeepSeek LLM API（负责对话生成与推理决策）+ 博查搜索 API（提供联网信息检索能力），当前两者均存在网页解析失败问题，包括相关排查方案。

## 1. 项目背景：从“养一只 AI 小虾”到多端智能体

MimiClaw 的命名源自 “Miniature Intelligent Mobile & Interactive Cobot with Lightweight AI Wizard”，其定位是一款可部署在极低成本硬件上的轻量级 AI Agent。该项目可通过飞书、Telegram 等常用 IM 平台与用户交互，并能执行电机移动、灯光反馈等物理动作，实现“思考-搜索-行动”的完整闭环。

整个项目精准契合边缘 AI 落地的三大核心趋势：
（1）云端 LLM + 边缘执行：ESP32-S3 仅运行调度逻辑与工具调用，LLM 推理通过代理请求云端 DeepSeek API，兼顾智能性与实时性，避免边缘设备资源不足的瓶颈。
（2）多模态交互渠道：通过统一消息总线，同步支持飞书、Telegram、WebSocket 三种交互方式，后续可快速扩展至钉钉、微信等平台，降低多渠道接入成本。
（3）技能可插拔 + 联网搜索：借助 tool_registry 和 skill_loader 实现技能动态加载，结合博查搜索 API 赋予 Agent 联网检索真实世界实时信息的能力，弥补 LLM 知识截止日期的局限。

本文基于26天开发周期产出的36篇博客，完整记录了从裸机开发到完整 Agent 部署的全部弯路与教训。以下重点展开 DeepSeek LLM 接入与博查搜索工具集成两个核心模块的工程实践，同步融入当前 API 解析失败的排查思路。

## 2. 系统架构与模块划分

2.1 总体架构图（文字描述）



2.2 核心模块职责

## 3. DeepSeek LLM 代理实现

3.1 为什么选择 DeepSeek？
在嵌入式 AI Agent 的 LLM 选型上，需要权衡以下几个维度：
- 成本：DeepSeek API 定价远低于 OpenAI 同类模型，适合开发测试与长期运行。
- 性能：推理速度快，响应延迟低（通常 1-3 秒），不阻塞 Agent 循环。
- 中文支持：原生中文理解与生成能力优秀，适合国内开发者场景。
- 兼容性：API 格式与 OpenAI 兼容，可复用成熟的 HTTP 客户端代码。

3.2 DeepSeek API 调用实现
参考官方文档，DeepSeek 提供标准的 OpenAI 兼容 API 接口。在 ESP-IDF 环境下，使用 esp_http_client 组件实现请求发送与响应接收。当前 API 地址（https://api.deepseek.com/v1/chat/completions）出现解析失败报错，需优先排查接口可用性、网络连接及证书配置问题。

// llm_proxy.h 核心接口
typedef struct {
    char *api_key;
    char *model;      // deepseek-chat / deepseek-reasoner
    char *base_url;   // https://api.deepseek.com/v1/chat/completions
    uint32_t timeout_ms;
    bool stream;      // 是否启用流式输出
} deepseek_config_t;

esp_err_t deepseek_chat_completion(deepseek_config_t *config, 
                                   const char *system_prompt,
                                   const char *user_message,
                                   char **response);
复制代码

3.3 HTTP 请求与 JSON 解析实现

// llm_proxy.c 核心实现片段
static esp_err_t build_request_json(const char *system_prompt, 
                                     const char *user_message,
                                     char **out_json) {
    cJSON *root = cJSON_CreateObject();
    cJSON_AddStringToObject(root, "model", "deepseek-chat");
    
    cJSON *messages = cJSON_CreateArray();
    cJSON *sys_msg = cJSON_CreateObject();
    cJSON_AddStringToObject(sys_msg, "role", "system");
    cJSON_AddStringToObject(sys_msg, "content", system_prompt);
    cJSON_AddItemToArray(messages, sys_msg);
    
    cJSON *user_msg = cJSON_CreateObject();
    cJSON_AddStringToObject(user_msg, "role", "user");
    cJSON_AddStringToObject(user_msg, "content", user_message);
    cJSON_AddItemToArray(messages, user_msg);
    
    cJSON_AddItemToObject(root, "messages", messages);
    cJSON_AddNumberToObject(root, "temperature", 0.7);
    cJSON_AddNumberToObject(root, "max_tokens", 2048);
    
    *out_json = cJSON_Print(root);
    cJSON_Delete(root);
    return ESP_OK;
}
复制代码

3.4 踩坑与解决方案（含 API 解析失败补充）

踩坑 1：SSL 证书验证失败
现象：ESP32 调用 DeepSeek API 时返回 SSL/TLS 握手失败。
原因：ESP32 的 mbedTLS 默认不包含 DeepSeek 服务端的根证书。
解决：
- 在 menuconfig 中启用 CONFIG_MBEDTLS_CERTIFICATE_BUNDLE
- 将 DeepSeek API 域名添加到证书 bundle 白名单
- 或使用 esp_http_client_config_t 中的 skip_cert_common_name_check（仅限开发环境）

踩坑 2：PSRAM 与 JSON 解析内存不足
现象：调用 DeepSeek API 时，JSON 响应解析失败，返回 DeserializationError::NoMemory。
原因：DeepSeek 返回的响应可能超过 4KB，默认的静态 JSON 缓冲区不足。
解决：将 JSON 文档对象分配在 PSRAM 中。

// 将 JsonDocument 分配在 PSRAM
JsonDocument *doc = new (std::nothrow) JsonDocument();
if (doc == NULL) {
    // 回退到栈上分配
}
复制代码

踩坑 3：流式输出阻塞 Agent 循环
现象：启用 stream: true 后，DeepSeek 的流式响应导致 Agent 循环被阻塞。
解决：在独立任务中处理流式响应，通过队列将完整响应发送回 Agent。

踩坑 4：API Key 硬编码风险
教训：将 API Key 硬编码在固件中既不安全也难以更新。
解决方案：
- 将 API Key 存储在 NVS 或 SPIFFS 的配置文件中。
- 通过 Serial CLI 命令动态更新 API Key，无需重新烧录固件。


踩坑 5：请求超时与重试机制缺失
现象：网络波动时，DeepSeek API 请求超时导致 Agent 无响应。
解决方案：实现指数退避重试机制（最多 3 次），并在重试失败时返回友好的错误提示。

踩坑 6：API 网页解析失败（新增）
现象：调用 DeepSeek API（https://api.deepseek.com/v1/chat/completions）时，系统提示“网页解析失败，可能是不支持的网页类型，请检查网页或稍后重试”。
可能原因：API 接口地址变更、网络连接异常（如 ESP32 未正常联网）、API 访问权限不足（如 API Key 无效）、请求头配置错误。
排查方向：
- 检查 WiFi 连接状态，确保 ESP32 能正常访问外网。
- 验证 DeepSeek API 地址是否正确，查询官方文档确认接口是否有更新。
- 检查 API Key 有效性，确认是否已开通对应接口权限。
- 简化请求参数，发送最小化合法请求，排查是否为请求体格式错误导致解析失败。

## 4. 博查搜索工具集成

4.1 为什么选择博查搜索？
博查（Bocha）是国内领先的 AI 搜索引擎 API 服务，为 LLM 和 AI Agent 提供联网搜索能力：
- 数据安全：国内合规服务，数据不出境。
- 内容安全：符合国内内容审核要求，有合规的内容过滤机制。
- 响应快速：平均响应时间 < 1 秒。
- 结果丰富：返回网页标题、URL、摘要、发布时间、网站名称等结构化信息。
- 成本低廉：单条搜索最低 0.001 元。
- 语义重排序：支持 Bocha Semantic Reranker，使搜索结果对 LLM 更友好。

4.2 博查搜索 API 调用实现
当前博查搜索 API 地址（https://api.bochaai.com/v1/web-search）出现解析失败报错，需同步排查接口可用性、网络及配置问题，以下为标准实现代码。

// tools/tool_websearch.h
typedef struct {
    char *api_key;
    char *query;
    bool summary;        // 是否返回摘要
    int count;           // 返回结果数量，最大 50
    char *freshness;     // 时间范围：noLimit / oneDay / oneWeek / oneMonth / oneYear
    char *include_sites; // 限定搜索网站，用 | 分隔
    char *exclude_sites; // 排除搜索网站
} bocha_search_params_t;

esp_err_t bocha_web_search(bocha_search_params_t *params, char **result_json);
复制代码

4.3 HTTP 请求实现

// tools/tool_websearch.c 核心实现
static esp_err_t bocha_http_request(bocha_search_params_t *params, char **response) {
    esp_http_client_config_t config = {
        .url = "https://api.bochaai.com/v1/web-search",
        .timeout_ms = 10000,
        .keep_alive_enable = true,
    };
    esp_http_client_handle_t client = esp_http_client_init(&config);
    
    // 设置请求头
    char auth_header[256];
    snprintf(auth_header, sizeof(auth_header), "Bearer %s", params->api_key);
    esp_http_client_set_header(client, "Authorization", auth_header);
    esp_http_client_set_header(client, "Content-Type", "application/json");
    esp_http_client_set_method(client, HTTP_METHOD_POST);
    
    // 构建请求体
    cJSON *root = cJSON_CreateObject();
    cJSON_AddStringToObject(root, "query", params->query);
    cJSON_AddBoolToObject(root, "summary", params->summary);
    cJSON_AddNumberToObject(root, "count", params->count);
    if (params->freshness) {
        cJSON_AddStringToObject(root, "freshness", params->freshness);
    }
    char *post_data = cJSON_Print(root);
    esp_http_client_set_post_field(client, post_data, strlen(post_data));
    
    // 执行请求
    esp_err_t err = esp_http_client_perform(client);
    if (err == ESP_OK) {
        int content_length = esp_http_client_get_content_length(client);
        if (content_length > 0) {
            *response = malloc(content_length + 1);
            esp_http_client_read_response(client, *response, content_length);
            (*response)[content_length] = '\0';
        }
    }
    
    free(post_data);
    cJSON_Delete(root);
    esp_http_client_cleanup(client);
    return err;
}
复制代码

4.4 注册为 Agent 工具

// tools/tool_registry.c 注册函数
void tool_registry_register_all(void) {
    // ... 其他工具注册 ...
    
    tool_register(&(tool_t){
        .name = "web_search",
        .description = "搜索互联网获取实时信息，返回包含标题、链接和摘要的搜索结果",
        .parameters = "{"type":"object","properties":{"query":{"type":"string","description":"搜索关键词"}}}",
        .handler = websearch_tool_handler
    });
}
复制代码

4.5 踩坑与解决方案（含 API 解析失败补充）

踩坑 1：JSON 响应过大导致内存溢出
现象：博查搜索返回 50 条结果时，JSON 响应体可能超过 20KB，ESP32 内存不足。
解决方案：
- 使用流式 JSON 解析（deserializeJson(doc, client.getStream())），避免将整个响应加载到字符串中。
- 启用 PSRAM 存储 JSON 文档：JsonDocument doc; doc.reserve(32768)。
- 限制 count 参数不超过 10 条，减少单次搜索的内存占用。
-
踩坑 2：中文搜索关键词 URL 编码问题
现象：搜索中文关键词时，API 返回空结果。
原因：ESP32 的 esp_http_client 对中文未进行 URL 编码。
解决：使用 esp_http_client_set_post_field 以 POST 方式发送 JSON 请求体，中文直接放在 JSON 字符串中。

踩坑 3：并发搜索请求阻塞系统
现象：多个用户同时请求搜索时，Agent 循环被长时间阻塞。
解决：将搜索请求放入独立任务执行，使用消息队列通知 Agent 搜索结果。

踩坑 4：API Key 余额不足导致搜索失败
现象：搜索请求返回 HTTP 402，You do not have enough money。
解决方案：在 Serial CLI 中添加 check_balance 命令，定期检查余额并预警。

踩坑 5：搜索结果摘要包含特殊字符导致 JSON 解析失败
现象：博查返回的摘要中包含换行符或转义字符，导致 Agent 解析失败。
解决：使用 cJSON 自动处理字符串转义，或在使用前对摘要内容进行清理。

踩坑 6：API 网页解析失败（新增）
现象：调用博查搜索 API（https://api.bochaai.com/v1/web-search）时，系统提示“网页解析失败，可能是不支持的网页类型，请检查网页或稍后重试”。
可能原因：与 DeepSeek API 解析失败类似，主要包括接口地址变更、网络连接异常、API Key 无效、请求格式错误、博查服务临时故障。

排查方向：
- 确认 ESP32 外网连接正常，可通过 ping 命令测试博查 API 域名连通性。
- 核对博查 API 官方文档，确认接口地址、请求方法、请求头是否有更新。
- 检查 API Key 是否正确，是否已完成实名认证、余额充足。
- 简化请求参数（如仅传递 query 和 api_key），测试基础请求是否能正常响应。

## 5. DeepSeek + 博查搜索联合工作流

5.1 ReAct 循环设计
MimiClaw 的 Agent 循环采用 ReAct（Reasoning + Acting） 模式：

用户消息 → AgentLoop → 构造 Prompt（含历史会话 + 可用工具描述）→ 

调用 DeepSeek API → 解析响应 → 

    ├─ 若为普通回复 → 直接返回给用户

    └─ 若为工具调用 → 执行对应工具（如 web_search）→ 将结果返回给 DeepSeek → 生成最终回复
复制代码

5.2 系统 Prompt 设计（工具调用引导）
为了让 DeepSeek 正确识别何时需要联网搜索，系统 Prompt 需包含工具说明：

你是 MimiClaw，一个智能助手。你可以使用以下工具：
1. web_search(query) - 搜索互联网获取实时信息。当你需要了解最新信息、新闻、事实或用户查询涉及的知识超出你的知识截止日期时，请调用此工具。
2. set_led(r,g,b) - 设置 RGB LED 颜色。
3. motor_control(motor, direction) - 控制电机。

请按以下格式输出工具调用：

<tool_call>{"name":"web_search","arguments":{"query":"搜索关键词"}}</tool_call>

5.3 完整交互示例
用户：今天深圳的天气怎么样？
Agent：调用 web_search(query="深圳 今天 天气")
博查返回：[网页结果...]
DeepSeek：今天深圳晴天，气温 22-28℃，适合出行。
Agent：今天深圳晴天，气温 22-28℃，适合出行。

5.4 联合工作流的踩坑

踩坑 1：LLM 返回格式不稳定导致工具调用失败
现象：DeepSeek 返回的工具调用 JSON 格式不符合预期（缺少引号、字段名错误）。
解决方案：
- 在系统 Prompt 中给出严格的格式示例。
- 实现容错解析：支持 {"name":"web_search","arguments":{"query":"..."}} 和 {"tool":"web_search","query":"..."} 两种格式。
- 解析失败时重新调用 DeepSeek 并要求纠正格式。

踩坑 2：搜索无结果时 LLM 仍然“编造”答案
现象：博查搜索返回空结果，DeepSeek 仍然生成了一个看似合理的虚假答案。
解决方案：
- 在工具返回结果中明确标识 success: false 或 results: []。
- 修改系统 Prompt，要求当搜索结果为空时明确告知用户“未找到相关信息”。

踩坑 3：DeepSeek 推理时间 + 博查搜索时间叠加导致超时
现象：用户等待时间超过 10 秒，体验差。
解决方案：
- 在飞书/Telegram 回复中先发送“正在思考...”的提示。
- 使用流式输出，逐字返回 DeepSeek 的生成内容。
- 将博查搜索的超时设置为 5 秒，超时后返回部分结果。

## 6. WiFi 配网与配置管理

6.1 WiFi 自动连接实现

// wifi/wifi_manager.c 核心配置
typedef struct {
    char ssid[64];
    char password[64];
} wifi_credential_t;

esp_err_t wifi_manager_init(void) {
    // 从 NVS 读取已保存的 WiFi 凭证
    wifi_credential_t cred;
    if (nvs_read_credential(&cred) == ESP_OK) {
        // 自动连接
        return wifi_manager_connect(cred.ssid, cred.password);
    }
    return ESP_ERR_NOT_FOUND;  // 未配置，进入配网模式
}
复制代码

6.2 WiFi 配置模板
为了方便批量部署，支持预置 WiFi 配置模板：

// wifi_config_template.h
#ifndef WIFI_CONFIG_TEMPLATE_H
#define WIFI_CONFIG_TEMPLATE_H

// 预置 WiFi 配置（首次烧录时使用，可被 NVS 覆盖）
#define DEFAULT_WIFI_SSID     "your_wifi_ssid"
#define DEFAULT_WIFI_PASSWORD "your_wifi_password"

// 备用 WiFi 配置
#define BACKUP_WIFI_SSID      "backup_wifi"
#define BACKUP_WIFI_PASSWORD  "backup_password"

#endif
复制代码

6.3 踩坑与解决方案
踩坑 1：WiFi 断线后无法自动重连
解决方案：注册 WiFi 断连事件，触发自动重连。

esp_event_handler_instance_register(WIFI_EVENT, WIFI_EVENT_STA_DISCONNECTED,
                                     wifi_event_handler, NULL, NULL);
复制代码

踩坑 2：WiFi 连接超时导致系统卡死
解决方案：设置超时（30 秒），超时后进入配网模式。

if (wifi_manager_wait_connected(30000) != ESP_OK) {
    ESP_LOGW(TAG, "WiFi timeout, entering onboarding");
    wifi_onboard_start(WIFI_ONBOARD_MODE_CAPTIVE);
}
复制代码

## 7. 单元测试与验证方案

7.1 DeepSeek 代理单元测试

// test_llm_proxy.c
void test_deepseek_chat(void) {
    deepseek_config_t config = {
        .api_key = "your-api-key",
        .model = "deepseek-chat",
        .timeout_ms = 10000,
        .stream = false,
    };
    
    char *response = NULL;
    esp_err_t ret = deepseek_chat_completion(&config, 
                                             "You are a helpful assistant.", 
                                             "Hello, who are you?", 
                                             &response);
    TEST_ASSERT_EQUAL(ESP_OK, ret);
    TEST_ASSERT_NOT_NULL(response);
    ESP_LOGI("TEST", "DeepSeek response: %s", response);
    free(response);
}
复制代码

7.2 博查搜索工具单元测试

// test_tool_websearch.c
void test_bocha_websearch(void) {
    bocha_search_params_t params = {
        .api_key = "your-bocha-api-key",
        .query = "ESP32 开发教程",
        .summary = true,
        .count = 5,
        .freshness = "oneMonth",
    };
    
    char *result = NULL;
    esp_err_t ret = bocha_web_search(¶ms, &result);
    TEST_ASSERT_EQUAL(ESP_OK, ret);
    TEST_ASSERT_NOT_NULL(result);
    
    // 验证返回结果包含必要字段
    cJSON *root = cJSON_Parse(result);
    TEST_ASSERT_NOT_NULL(root);
    TEST_ASSERT_NOT_NULL(cJSON_GetObjectItem(root, "webPages"));
    
    cJSON_Delete(root);
    free(result);
}
复制代码

7.3 端到端集成测试

// test_agent_loop.c
void test_agent_with_websearch(void) {
    // 模拟用户消息
    mimi_msg_t msg = {
        .channel = MIMI_CHAN_TEST,
        .chat_id = "test",
        .content = strdup("今天的科技新闻有哪些？"),
    };
    message_bus_push_inbound(&msg);
    
    // 等待 Agent 处理（超时 15 秒）
    mimi_msg_t reply;
    message_bus_pop_outbound(&reply, 15000);
    TEST_ASSERT_NOT_NULL(reply.content);
    ESP_LOGI("TEST", "Agent reply: %s", reply.content);
    
    // 验证回复包含搜索相关信息
    TEST_ASSERT_TRUE(strstr(reply.content, "科技") != NULL || 
                     strstr(reply.content, "新闻") != NULL);
}
复制代码

## 8. 核心经验与避坑速查表

汇总 MimiClaw 项目开发全流程典型问题、根本原因、解决方案及对应模块，重点标注当前 DeepSeek 与博查搜索 API 解析失败相关排查要点，方便开发调试快速查阅。

## 9. AI 落地的洞察：嵌入式 Agent 的三大实践原则

通过 MimiClaw 项目，我们可以提炼出适用于资源受限边缘设备的 AI Agent 设计准则：

9.1 云端大脑 + 边缘小脑 + 联网搜索
云端 LLM（DeepSeek）：负责复杂推理、对话生成、工具选择。
边缘执行：实时响应、低延迟控制（电机、LED）、网络容灾。
联网搜索（博查）：赋予 Agent 实时信息检索能力，弥补 LLM 知识截止日期的局限。
本项目体现：ESP32-S3 仅做轻量调度，DeepSeek Proxy 将请求转发至云端 API，同时集成博查搜索作为工具，实现“思考→行动→验证”的完整闭环（当前需先解决 API 解析失败问题）。

9.2 工具即技能（Tool as Skill）
将硬件操作和外部服务抽象为统一的工具接口，Agent 可通过自然语言调用。
代码实现：

tool_registry_register("set_led", led_set_rgb)

tool_registry_register("move", motor_differential)

tool_registry_register("web_search", bocha_web_search)
复制代码

优势：用户可以说“请搜索今天的最新科技新闻”，Agent 自动调用博查搜索工具，将结果返回给 DeepSeek 后生成回复。

9.3 多渠道归一化
通过内部消息总线屏蔽不同 IM 的差异，Agent 核心只处理 mimi_msg_t。
扩展性：新增钉钉机器人只需实现 channel_send 和 channel_recv，并注册到 outbound_dispatch_task。
这些原则使得 MimiClaw 成为一个真正可落地的边缘 AI 原型——它不仅能“思考”，还能“搜索信息”和“执行动作”。

## 10. 后续优化方向

基于当前代码框架，以下工作可进一步提升实用性：
（1）OTA 固件更新：当前未实现，但已预留 SPIFFS 分区，可增加 ota_service 模块，从 HTTP 服务器拉取新固件。
（2）技能脚本热加载：skill_loader 目前仅支持 C 编译工具，可改为支持 Lua 或 MicroPython 脚本，让用户自定义行为。
（3） 低功耗模式：使用 ESP32-S3 的 light sleep，在无消息时关闭 WiFi 和电机驱动，将功耗降至 5mA 以下。
（4）本地 TinyML：在 PSRAM 中部署轻量级关键词唤醒模型（如使用 Edge Impulse SDK），实现语音触发，减少对 IM 的依赖。
（5）博查搜索语义重排序：集成 Bocha Semantic Reranker，使搜索结果按与用户问题的语义相关度排序，提升 LLM 对搜索结果的利用率。
（6）DeepSeek Reasoner 模型探索：尝试使用 deepseek-reasoner 模型，在复杂推理场景下获得更准确的工具调用决策。
（7） API 异常处理优化：针对当前 DeepSeek 和博查 API 解析失败问题，增加完善的异常捕获和重试机制，提升系统稳定性。

## 11. 结论

本文基于真实运行的 MimiClaw 项目源代码，系统回顾了在 ESP32-S3 上构建嵌入式 AI Agent 的完整过程——从内存配置、消息总线设计、多 IM 渠道接入，到 DeepSeek LLM 代理、博查搜索工具集成、双电机驱动、WS2812 灯光控制。

文中所有踩坑案例均来自实际调试记录，提供的解决方案可直接复用于类似项目。需特别注意，当前 DeepSeek LLM API（https://api.deepseek.com/v1/chat/completions）与博查搜索 API（https://api.bochaai.com/v1/web-search）均出现网页解析失败报错，需优先排查网络、接口地址、API 权限等问题，确保核心服务正常运行。

DeepSeek 接入核心要点：
- API 调用采用标准 OpenAI 兼容格式，响应通过流式或非流式返回。
- SSL 证书配置是 ESP32 端的常见障碍，需提前配置好 mbedTLS。
- PSRAM 是处理大 JSON 响应的关键，务必启用。
- 需重点排查 API 解析失败问题，确保接口可用性。

博查搜索接入核心要点：
- API 采用 RESTful 格式，支持丰富的搜索参数（时间范围、网站过滤等）。
- 控制 count 参数 ≤ 10，避免内存溢出。
- 使用流式 JSON 解析替代 getString()，大幅降低内存占用。
- 同步排查 API 解析失败问题，确保联网搜索功能正常。

26 天，36 篇博客，最终交付的代码量（仅 mimi.c 主文件）已达 200+ 行，整个工程超过 3000 行。MimiClaw 证明了：即使是在主频 240MHz、可用 RAM 仅 512KB 的 ESP32-S3 上，依然可以构建一个具备云端 LLM 能力、联网搜索能力、可执行物理动作、支持多端交互的智能 AI Agent。

最后，以代码中那行硬编码电机测试作为结束的隐喻：

ESP_LOGI(TAG, ">>> Testing left motor forward 2 seconds <<<");
复制代码

MimiClaw 不仅学会了“思考”，学会了“搜索信息”，还学会了“行动”。这才是嵌入式 AI 真正迷人的地方。