【花雕】嵌入式AI Agent 机器人：硬件小车、部署和主架构

## 引言：机器人需要怎样的“大脑”？

传统机器人系统，似乎早已固化了“上位机 + 下位机”的分布式架构范式：一台运行 Linux 系统的高性能单板计算机（如树莓派、Jetson），承担着视觉处理、SLAM 建模、路径规划与 AI 交互的“脑力工作”；另一块单片机（STM32、Arduino 等），则专职负责电机控制、传感器采集等实时性要求极高的“体力活”。

这种架构固然能实现复杂功能，但也不可避免地带来了三大痛点：硬件成本居高不下、系统功耗难以控制、多设备协同的复杂度大幅提升，让机器人技术难以走进低成本场景。

而 ESP32‑S3 这类高性能微控制器的出现，彻底打破了这一困局。这款集成双核 Xtensa LX7 @ 240MHz 处理器、向量扩展指令、WiFi/蓝牙双模通信，以及最高 16MB Octal PSRAM 的芯片，让“单芯片机器人”的构想从理论走向现实。MimiClaw 正是这一趋势下的标志性实践——它在一颗成本不足 5 美元的微控制器上，完整实现了“感知（多通道交互）→ 决策（LLM 推理 + 上下文记忆）→ 执行（电机/灯光控制）”的智能体闭环，用极简硬件撬动了机器人 AI Agent 的全面落地。

本文将跳出单纯的代码解读，从机器人学经典范式（感知-规划-行动）的视角，重新审视 MimiClaw 的架构设计，探讨其在教育机器人、桌面级服务机器人、低成本科研平台等领域的应用潜力与工程启示，为嵌入式 AI 机器人的开发提供可借鉴的实战思路。

栏目开篇：
【花雕学编程】从代码到运动：MimiClaw 如何用 ESP32‑S3 微控制器撬动机器人 AI Agent 的全面落地
https://blog.csdn.net/weixin_416 ... 1001.2014.3001.5502

## 第一部分，搭建一个简单有效硬件小车的实验测试平台

1、小车底盘，选择了一款1.5mm厚的铝合金4WD四轮底盘，比较专业，便于后续二次开发的相关硬件拓展。



2、二只差速电机，使用了最普通的小减速比48:1的快速TT马达，后续升级再另行更换电动机。



3、电机驱动模块，使用了手头有的L9110
主要参数
双L9110S芯片的电机驱动
模块供电电压：2.5-12V
适合的电机范围：电机工作电压2.5v-12V之间，最大工作电流0.8A，目前市面上的智能小车电压和电流都在此范围内
可以同时驱动2个直流电机，或者1个4线2相式步进电机。
PCB板尺寸：2.8cm*2.1cm 超小体积，适合组装
设有固定安装孔，直径：3mm

4、主控开发板使用标准的N16R8 ESP32-S3-DevKitC-1，P44脚（最好是选带有WiFi天线接口的，有时信号不理想）






5、小车动力电源选择了7.4伏的2S锂电



6、WS2812灯带，9颗灯珠

7、44脚的专用ESP32S3 IO扩展板市面上不多，总共找到三种

8、最后选用的是这款，6.5V---9V电压输入，板载稳压电路，输出3.3V和5V



9、相关引脚定义说明



10、实际组装

## 第二部分，实际部署迷你小龙虾 mimiclaw

MimiClaw官网与代码仓库
官方网站：https://mimiclaw.io
代码仓库：https://github.com/memovai/mimiclaw
国内镜像：https://gitcode.com/RealGao/mimiclaw







关于部署 MimiClaw 的参考资料：
1、《【花雕动手做】ESP32-S3 成功部署 MimiClaw（迷你小龙虾）：本地调用 DeepSeek API 的部分实操记录》
https://blog.csdn.net/weixin_41659040/article/details/159633206
2、《【花雕动手做】ESP32-S3 开发板部署迷你小龙虾 MimiClaw 完整流程+避坑指南》
https://blog.csdn.net/weixin_41659040/article/details/160185171
3、《【花雕动手做】从“能听会算”到“自主行动”：MimiClaw 开启嵌入式 AI 的新篇章》
https://blog.csdn.net/weixin_41659040/article/details/160351859
4、《【花雕动手做】打破AI轻量化极限！MimiClaw：国产EP32S3 芯片上跑的纯C轻量AI Agent》
https://blog.csdn.net/weixin_41659040/article/details/152157480

## 第一步：部署前准备：硬件与账号

在开始之前，请确保你已准备好以下“物料”：

1、核心开发板：ESP32-S3 N16R8。这是部署成功最关键的一步，必须选用 16MB Flash 和 8MB PSRAM 的版本（如 ESP32-S3-DevKitC-1-N16R8）。容量不足会导致固件烧录失败或设备反复重启。

推荐型号：

乐鑫官方 ESP32-S3-DevKitC-1-N16R8：兼容性最佳，推荐所有开发者使用。

小智AI开发板 (N16R8版本)：集成基础外设，新手友好，开箱即用。

行空板K10：DFRobot推出的集成ESP32-S3 N16R8与多种传感器、屏幕、麦克风的学习板。


2、USB数据线：必须支持数据传输。仅充电用的线无法用于烧录，请使用开发板原装线或品牌高速数据线。

3、API密钥 (模型调用)：Mimiclaw 调用云端大模型需要API Key。

（1）Anthropic API Key：从 console.anthropic.com 获取。

（2）DeepSeek API Key：从 platform.deepseek.com 获取，价格便宜，非常适合国内用户。

（3）Bot Token (通信渠道)：MimiClaw 通过聊天机器人交互。

（4）Telegram Bot Token：在 Telegram 找 @BotFather 创建一个Bot即可获取。

（5）飞书应用凭证：在飞书开放平台创建一个“企业自建应用”，开启机器人能力。需要获取应用的 App ID 和 App Secret。

（6）(可选) 搜索API Key：如需网页搜索功能，可从 app.tavily.com 获取免费的 Tavily API Key。

## 第二步：搭建开发环境 (ESP-IDF)

Mimiclaw 基于乐鑫官方开发框架 ESP-IDF v5.5+，推荐使用 v5.5.3 版本。

1、下载安装脚本 (国内用户推荐)
为了获得更快的下载速度，推荐使用乐鑫官方的Gitee镜像安装工具。

git clone https://gitee.com/EspressifSystems/esp-gitee-tools.git

cd esp-gitee-tools

# 运行安装脚本，按提示选择版本 (推荐v5.5.3) 和目标芯片 (esp32s3)

./install.sh 
复制代码

2、激活环境
安装成功后，你需要为每一个新打开的终端窗口激活ESP-IDF环境，才能使用相关命令。

# 将以下命令中的路径替换为你的实际安装路径

. $HOME/esp/esp-idf/export.sh
复制代码

提示：可以将此行添加到你的shell配置文件（如 ~/.bashrc）中，以避免每次手动激活。

3、打开CMD

## 第三步：获取并配置 Mimiclaw

1、克隆项目代码

git clone https://github.com/memovai/mimiclaw.git
cd mimiclaw
复制代码

2、如果克隆失败，可以尝试使用Gitee镜像：

git clone https://gitee.com/vt-developer/mimiclaw.git
复制代码

3、设置目标芯片

idf.py set-target esp32s3
复制代码

4、配置项目密钥
这是核心步骤，需要将你的各种Token和密码填入配置文件。
首先复制模板文件：

cp main/mimi_secrets.h.example main/mimi_secrets.h
复制代码

然后用你习惯的文本编辑器（如 nano, vim, code）打开 main/mimi_secrets.h 文件，填入你的信息。

下面是一个参考配置示例，其中粗体部分是你需要替换的内容：

// main/mimi_secrets.h - 配置示例

// --- 网络 ---
#define MIMI_SECRET_WIFI_SSID "你的WiFi名称"
#define MIMI_SECRET_WIFI_PASS "你的WiFi密码"

// --- 模型 (根据你要使用哪个模型，去掉对应的注释即可) ---
// 如果使用 DeepSeek
#define MIMI_SECRET_API_KEY "sk-你的DeepSeek密钥"
#define MIMI_SECRET_MODEL "deepseek-chat"
#define MIMI_SECRET_MODEL_PROVIDER "openai" // DeepSeek兼容OpenAI接口
// ... 以及在 mimi_config.h 中设置 MIMI_OPENAI_API_URL 为 "https://api.deepseek.com/v1/chat/completions"

// 如果使用 Claude (Anthropic)
// #define MIMI_SECRET_API_KEY "sk-ant-api03-你的Anthropic密钥"
// #define MIMI_SECRET_MODEL_PROVIDER "anthropic"

// --- 通信渠道 (至少选一个) ---
// Telegram
#define MIMI_SECRET_TG_TOKEN "你的Telegram Bot Token"
// 飞书
#define MIMI_SECRET_FEISHU_APP_ID "你的飞书应用App ID"
#define MIMI_SECRET_FEISHU_APP_SECRET "你的飞书应用App Secret"

// --- 可选功能 ---
// 搜索功能
#define MIMI_SECRET_SEARCH_KEY "你的Tavily搜索密钥"
// 代理设置 (国内用户访问Telegram等服务时可能需要)
#define MIMI_SECRET_PROXY_HOST "你的代理服务器地址"
#define MIMI_SECRET_PROXY_PORT "你的代理端口"
复制代码

## 第四步：编译与烧录

1、编译项目

idf.py build
复制代码

首次编译时间较长，请耐心等待。如果不想每次都从头编译，可跳过 fullclean。

2、将开发板连接到电脑

使用准备好的数据线将ESP32-S3开发板连接至电脑。

3、烧录固件

# 将 /dev/ttyUSB0 替换为你的开发板实际串口号（可通过 ls /dev/tty* 查看，macOS为/dev/cu.*，Windows为COMx等）

idf.py -p /dev/ttyUSB0 flash
复制代码

4、烧录完成后，开发板可能会自动重启。

5、成功部署MimiClaw的串口返回情况

## 第五步：启动验证与运行

通过超级终端直接交互
在 mimi> 提示符下可以输入命令：

1、help – 查看所有命令

2、config_show – 查看当前配置




配置项解读
WiFi 就绪：设备记住了你的 Wi-Fi zhz3，密码也存好了。[build] 意味着它是编译时写进去的，而不是运行中修改的。

模型已切换：这一行 Model: deepseek-chat [NVS] 非常关键。

它证实了你刚才的 set_model 命令不仅生效了，而且已经被保存到了设备内部的 NVS 永久存储区。

即使今天拔电重启，它依然会默认尝试使用 DeepSeek 模型，而非你代码里原本默认的那个。

提供者关系：Provider: openai [build] 说明虽然模型名是 deepseek-chat，但你的 MimiClaw 会把它当成一个兼容 OpenAI 接口的模型来处理。这恰好是调用 DeepSeek 的正确姿势，无需额外改动。

其他空项：Telegram Bot Token 和搜索服务暂时空着，这完全没问题。因为你正在使用飞书通道，所以不需要 TG。搜索也是可选的增强功能，不影响核心对话和机器人控制。

3、实验场景图

## 第三部分，MimiClaw 的架构与主程序概览

这是官方给出的一张手绘架构图

## 一、为什么你需要懂它的结构？

如果你的目标是让机器人真正理解你、记住你、自主行动，那你迟早要面对代码，进行符合实际使用场景的二次开发。好在 MimiClaw 并没有把复杂性隐藏在黑盒里，它的 mimi 像是精细编排的交响乐，每个函数都承载着一个明确的设计意图。

从之前系列测试与实验中，遇到的飞书连接成功、电机控制正常，再到调用 deepseek-chat 模型时因证书验证失败引发的系统重启，这些经验都指向同一个事实：架构决定了调试的方向。现在我们就结合架构图与 mimi.c 的源码，对 MimiClaw 进行一次彻底的解剖。

## 二、整体架构：四个层次，一个大脑

MimiClaw 的系统可划分为清晰的四层，各层职责明确、协同工作，共同构成机器人的完整“生命体”：

1. 通道层 — 耳朵与嘴巴
Telegram、WebSocket（含飞书）是消息的核心入口。所有用户发送的指令（如“你好[握手]”）都将通过这里进入系统，并送入消息队列排队，等待后续处理，是机器人与外界交互的“桥梁”。

2. 智能体核心 — 大脑的思考与决策
这是 MimiClaw 最核心、最精彩的部分。Agent Loop 作为系统的“心跳”，持续从消息总线拉取消息，结合记忆（SOUL.md、MEMORY.md 等）和可用的技能/工具，判断是直接回答用户指令，还是调用云端 LLM 生成响应，最终将回复推回消息总线。

Tool Registry（工具注册表）中注册了 25 个实用工具，涵盖 LED 控制、电机驱动、文件读写、定时任务等，这些工具相当于机器人的“手和脚”，让思考决策能够转化为实际动作。

3. 增强模块 — 让感官更丰富
该模块为机器人赋予了物理感知能力，使其不再只是对话框中的文字，而是一个有“感知”的物理存在：IMU（惯性测量单元）用于感知设备的摇动、倾角；RGB LED 用于展示系统状态和“情绪”；物理按钮可实现紧急打断或模式切换，提升交互的便捷性和安全性。

4. 存储层 — 记忆的根
存储层是机器人“记忆”的载体，保障数据不丢失：SPIFFS 文件系统存放在 16MB Flash 中，用于存储人格定义、对话历史、技能脚本等核心数据；NVS（非易失性存储）用于保存 Wi-Fi 密码和运行时修改的配置（如通过 set_model deepseek-chat 写入的模型配置）。即使设备意外断电，记忆和配置也能完整保留。

## 三、mimi() 源码全解：一场精心编排的启动舞步

MimiClaw 主程序 mimi.c 源代码如下：

#include <stdio.h>
#include <string.h>
#include "freertos/FreeRTOS.h"
#include "freertos/task.h"
#include "esp_log.h"
#include "esp_event.h"
#include "esp_system.h"
#include "esp_heap_caps.h"
#include "esp_spiffs.h"
#include "nvs_flash.h"

#include "mimi_config.h"
#include "bus/message_bus.h"
#include "wifi/wifi_manager.h"
#include "telegram/telegram_bot.h"
#include "llm/llm_proxy.h"
#include "agent/agent_loop.h"
#include "memory/memory_store.h"
#include "memory/session_mgr.h"
#include "gateway/ws_server.h"
#include "cli/serial_cli.h"
#include "proxy/http_proxy.h"
#include "tools/tool_registry.h"
#include "display/display.h"
#include "buttons/button_driver.h"
#include "ui/config_screen.h"
#include "imu/imu_manager.h"
#include "rgb/rgb.h"
#include "skills/skill_loader.h"

static const char *TAG = "mimi";

static esp_err_t init_nvs(void)
{
    esp_err_t ret = nvs_flash_init();
    if (ret == ESP_ERR_NVS_NO_FREE_PAGES || ret == ESP_ERR_NVS_NEW_VERSION_FOUND) {
        ESP_LOGW(TAG, "NVS partition truncated, erasing...");
        ESP_ERROR_CHECK(nvs_flash_erase());
        ret = nvs_flash_init();
    }
    return ret;
}

static esp_err_t init_spiffs(void)
{
    esp_vfs_spiffs_conf_t conf = {
        .base_path = MIMI_SPIFFS_BASE,
        .partition_label = NULL,
        .max_files = 10,
        .format_if_mount_failed = true,
    };

    esp_err_t ret = esp_vfs_spiffs_register(&conf);
    if (ret != ESP_OK) {
        ESP_LOGE(TAG, "SPIFFS mount failed: %s", esp_err_to_name(ret));
        return ret;
    }

    size_t total = 0, used = 0;
    esp_spiffs_info(NULL, &total, &used);
    ESP_LOGI(TAG, "SPIFFS: total=%d, used=%d", (int)total, (int)used);

    return ESP_OK;
}

/* Outbound dispatch task: reads from outbound queue and routes to channels */
static void outbound_dispatch_task(void *arg)
{
    ESP_LOGI(TAG, "Outbound dispatch started");

    while (1) {
        mimi_msg_t msg;
        if (message_bus_pop_outbound(&msg, UINT32_MAX) != ESP_OK) continue;

        ESP_LOGI(TAG, "Dispatching response to %s:%s", msg.channel, msg.chat_id);

        if (strcmp(msg.channel, MIMI_CHAN_TELEGRAM) == 0) {
            telegram_send_message(msg.chat_id, msg.content);
        } else if (strcmp(msg.channel, MIMI_CHAN_WEBSOCKET) == 0) {
            ws_server_send(msg.chat_id, msg.content);
        } else if (strcmp(msg.channel, MIMI_CHAN_SYSTEM) == 0) {
            ESP_LOGI(TAG, "System message [%s]: %.128s", msg.chat_id, msg.content);
        } else {
            ESP_LOGW(TAG, "Unknown channel: %s", msg.channel);
        }

        free(msg.content);
    }
}

void app_main(void)
{
    /* Silence noisy components */
    esp_log_level_set("esp-x509-crt-bundle", ESP_LOG_WARN);

    ESP_LOGI(TAG, "========================================");
    ESP_LOGI(TAG, "  MimiClaw - ESP32-S3 AI Agent");
    ESP_LOGI(TAG, "========================================");

    /* Print memory info */
    ESP_LOGI(TAG, "Internal free: %d bytes",
             (int)heap_caps_get_free_size(MALLOC_CAP_INTERNAL));
    ESP_LOGI(TAG, "PSRAM free:    %d bytes",
             (int)heap_caps_get_free_size(MALLOC_CAP_SPIRAM));

    /* Display + input */
    ESP_ERROR_CHECK(display_init());
    display_show_banner();
    ESP_ERROR_CHECK(rgb_init());
    rgb_set(255, 0, 0);
    button_Init();
    config_screen_init();
    imu_manager_init();
    imu_manager_set_shake_callback(config_screen_toggle);

    /* Phase 1: Core infrastructure */
    ESP_ERROR_CHECK(init_nvs());
    ESP_ERROR_CHECK(esp_event_loop_create_default());
    ESP_ERROR_CHECK(init_spiffs());

    /* Initialize subsystems */
    ESP_ERROR_CHECK(message_bus_init());
    ESP_ERROR_CHECK(memory_store_init());
    ESP_ERROR_CHECK(skill_loader_init());
    ESP_ERROR_CHECK(session_mgr_init());
    ESP_ERROR_CHECK(wifi_manager_init());
    ESP_ERROR_CHECK(http_proxy_init());
    ESP_ERROR_CHECK(telegram_bot_init());
    ESP_ERROR_CHECK(llm_proxy_init());
    ESP_ERROR_CHECK(tool_registry_init());
    ESP_ERROR_CHECK(cron_service_init());
    ESP_ERROR_CHECK(heartbeat_init());
    ESP_ERROR_CHECK(agent_loop_init());

    /* Start Serial CLI first (works without WiFi) */
    ESP_ERROR_CHECK(serial_cli_init());

    /* Start WiFi */
    esp_err_t wifi_err = wifi_manager_start();
    if (wifi_err == ESP_OK) {
        ESP_LOGI(TAG, "Scanning nearby APs on boot...");
        wifi_manager_scan_and_print();
        ESP_LOGI(TAG, "Waiting for WiFi connection...");
        if (wifi_manager_wait_connected(30000) == ESP_OK) {
            ESP_LOGI(TAG, "WiFi connected: %s", wifi_manager_get_ip());

            /* Start network-dependent services */
            ESP_ERROR_CHECK(telegram_bot_start());
            ESP_ERROR_CHECK(agent_loop_start());
            cron_service_start();
            heartbeat_start();
            ESP_ERROR_CHECK(ws_server_start());

            /* Outbound dispatch task */
            xTaskCreatePinnedToCore(
                outbound_dispatch_task, "outbound",
                MIMI_OUTBOUND_STACK, NULL,
                MIMI_OUTBOUND_PRIO, NULL, MIMI_OUTBOUND_CORE);

            ESP_LOGI(TAG, "All services started!");
        } else {
            ESP_LOGW(TAG, "WiFi connection timeout. Check MIMI_SECRET_WIFI_SSID in mimi_secrets.h");
        }
    } else {
        ESP_LOGW(TAG, "No WiFi credentials. Set MIMI_SECRET_WIFI_SSID in mimi_secrets.h");
    }

    ESP_LOGI(TAG, "MimiClaw ready. Type 'help' for CLI commands.");
}

复制代码

完整的 mimi.c 本质上是上述架构图的线性实现，这里将其拆分为 5 个有明确意图的启动阶段，清晰看懂机器人的“启动逻辑”。

阶段一：硬件感官就绪 —— Wi-Fi 未连，感官先活

display_init(); display_show_banner();   // 屏幕亮起，打出 Logo

rgb_init(); rgb_set(255, 0, 0);          // 红灯：系统启动中

button_Init();                           // 物理按钮就绪

imu_manager_init();                      // 运动传感器开始工作

imu_manager_set_shake_callback(config_screen_toggle); // 摇一摇切配置页
复制代码

这 5 行代码蕴含着重要的设计理念：机器人应像生物一样，即使“大脑”（联网功能）尚未上线，感官和基础反射也要先正常工作。在烧录固件后等待 Wi-Fi 连接的几十秒内，设备会通过红灯和屏幕向用户传递“正在启动、正常运行”的信号，提升用户体验。

阶段二：基础地基 —— 搭建系统骨架

init_nvs();                        // 1. 键值库：记住你的 ApiKey

esp_event_loop_create_default();   // 2. 事件循环：组件间的邮局

init_spiffs();                     // 3. 文件系统：灵魂和记忆的硬盘
复制代码

这三步是整个系统的“骨架”，缺一不可：没有 NVS，Wi-Fi 密码每次重启都需重新输入；没有事件循环，飞书 WebSocket 无法实现异步通信；没有 SPIFFS，SOUL.md 等核心文件无处存放，机器人也就没有了“灵魂”和“记忆”。

阶段三：大脑初始化 —— 服务全部“插上电”

message_bus_init();      // 神经：消息总线

memory_store_init();     // 记忆：加载 MEMORY.md 等

skill_loader_init();     // 技能：加载可热插拔的扩展

session_mgr_init();      // 会话：管理多轮对话上下文

// ...

llm_proxy_init();        // LLM 代理：包装 API 调用

tool_registry_init();    // 工具：注册 25 个执行函数

cron_service_init();     // 定时：计划任务

heartbeat_init();        // 心跳：存活报告

agent_loop_init();       // 主循环：Agent 决策任务
复制代码

注意此处仅执行“初始化（init）”，未执行“启动（start）”。这种“初始化与启动分离”的设计，使得系统可在离线状态下完成所有核心组件的初始化，待 Wi-Fi 就绪后，再一键启动所有依赖网络的功能，提升系统灵活性。

阶段四：离线先行，在线随后 —— 鲁棒性的核心

serial_cli_init();  // 串口 CLI 立刻开启，你随时可以插 USB 调试



if (wifi_manager_wait_connected(30000) == ESP_OK) {

    // 联网成功后，才启动这些需要网络的服务

    telegram_bot_start();

    agent_loop_start();

    cron_service_start();

    heartbeat_start();

    ws_server_start();



    // 创建出站派发任务，把回复正确地送回给你

    xTaskCreatePinnedToCore(outbound_dispatch_task, ...);

}
复制代码

这是 MimiClaw 鲁棒性设计的核心：即使联网失败（如之前遇到的 TLS 崩溃），串口 CLI 依然可用，Wi-Fi AP 热点也能正常工作，不会出现“彻底死机”的情况。这种“离线底座”设计，为系统设置了不可突破的底线，确保调试和基础操作始终可用。

阶段五：双核任务分配 —— 高效协同，避免卡顿
ESP32-S3 拥有两个 CPU 核，MimiClaw 对双核进行了合理分工，保障核心功能的流畅性：
- Core 0：运行 Wi-Fi 协议栈、LWIP、飞书 WebSocket 客户端的网络 I/O 以及串口 CLI，负责“对外通信”和“基础调试”。
- Core 1：运行 Agent 决策循环和消息派发任务，负责“核心思考”和“动作执行”。

这种分工确保了对话响应和电机控制不会被网络波动卡住，因为最核心的智能体决策的运行环境是独立的，不受网络组件的干扰。

## 四、从调试经验回看架构

之前遇到的 TLS 错误，恰好印证了架构设计的合理性，也让我们更深刻地理解了各模块的关联：

E (1291766) esp-tls-mbedtls: Failed to set client configurations

Guru Meditation Error: Core  1 panic'ed (IllegalInstruction)
复制代码

该错误证实了架构图中 LLM Proxy 模块直接依赖 mbedTLS 组件，而错误的根源是 menuconfig 中未开启 TLS server verification。当我们理解了 llm_proxy_init() 与 SSL 库的关联后，修复这类问题就不再是盲目搜索，而是有明确方向的配置检查。

同样，飞书消息“Message from ou_... : 你好[握手]”能被成功处理，正是 outbound_dispatch_task 从消息总线取到回复后，根据 channel 字段正确路由回飞书的结果，这也体现了消息总线和出站派发任务的协同作用。


## 五、给你的动手路线图

在拥有可正常运行的设备、看懂系统架构后，可通过以下实践内化理解，二次开发亲手改造 MimiClaw：

1. 离线模式实验
故意留空 Wi-Fi 密码，刷入固件后观察：红灯是否正常亮起？屏幕是否有显示？串口 CLI 可输入哪些命令？通过该实验，能真切体会 MimiClaw“不联网也能正常工作”的架构优势。

2. “摇一摇”触发配置切换
拿起开发板快速晃动（需连接 IMU 和屏幕），观察配置页面是否会切换。config_screen_toggle 回调函数，正是架构图中“IMU → User Interface”这条交互链路的具体实现。

3. 写一个自定义技能
在 skills/ 目录下模仿已有 .c 文件，编写一个“情绪灯”技能，实现 skill_init（初始化）、skill_execute（执行）、skill_deinit（销毁）三个核心函数，再将其注册到 skill_loader 中。无需修改框架其他代码，即可为机器人新增一种行为。

4. 调校机器人的灵魂
通过串口 CLI 或直接编辑 SPIFFS 中的 SOUL.md 文件，定义机器人的人格。例如设置“用喵星人口吻回答，句尾必须加上‘咔嚓咔嚓’”，几分钟后，一个符合你预期人设的机器人就会诞生。

5. 纯本地闭环
假如编写一个 FreeRTOS 任务，每秒检查一次温度传感器数值。若温度超过 28°C 且 Agent 当前未处于移动状态，则直接驱动风扇。这是真正端侧智能的雏形，响应延迟可控制在毫秒级。


## 结语

MimiClaw 的真正价值，不在于它能让 ESP32 发出一条消息，而在于它提供了一个轻量、模块化、可离线的 AI Agent 开发底座。理解它的四层架构和启动流程，就相当于拿到了这个底座的“说明书”，从此可以尝试地添加传感器、执行器与大模型，而不会破坏系统原有的智能结构。

“迷你小龙虾”已经活了，它有了心跳、眼睛和手脚。接下来要做的，就是按照设想，逐步进行二次开发，一点一点教会它如何感知世界、如何自主行动。



附录 MimiClaw 的架构与主程序概览相关参考资料
1、《【花雕动手做】全球首款 MCU 级 AI 智能体开盒：MimiClaw 架构全解析，把 “智能龙虾” 跑在 ESP32 上》
https://blog.csdn.net/weixin_41659040/article/details/159711424
2、《【花雕动手做】 AI 迷你小龙虾（MimiClaw）主程序：综合分析 + 深度解读 + 总体功能》
https://blog.csdn.net/weixin_41659040/article/details/159758142
3、《【花雕动手做】打破AI轻量化极限！MimiClaw：国产EP32S3 芯片上跑的纯C轻量AI Agent》
https://blog.csdn.net/weixin_41659040/article/details/152157480
4、《【花雕动手做】MimiClaw 嵌入式AI Agent系统架构剖析——基于FreeRTOS的多线程通信与外设协同机制》
https://blog.csdn.net/weixin_41659040/article/details/160352124