立創實戰派 ESP32-S3 教學：小智 AI、掌機範例與韌體燒錄

by Rain Chu | 9 月 13, 2026 | DIY, ESP32, 硬體

立創實戰派 ESP32-S3 最吸引我的地方，不是單一規格有多高，而是它把一個語音 AI 裝置需要的零件先整合好了，有彩色觸控螢幕、雙麥克風、喇叭、攝影機、姿態感測器、TF 卡與無線連線都放進同一個小型外殼，拿到手後可以先燒錄小智 AI，也能從 ESP-IDF 與 LVGL 開始做自己的應用。

如果只是想快速體驗語音助理，使用現成韌體就不必先建置編譯環境，想學 ESP32-S3、改介面或加入感測器，再走原始碼編譯路線。這兩條路應該分開看，先完成最短的可用流程，再決定要不要進入韌體開發。

先講結論

• 想最快用起來，下載立創實戰派對應的小智 AI 預編譯韌體，燒錄後完成 WiFi 配網與裝置綁定
• 想學完整開發流程，使用 VSCode、ESP-IDF 外掛與官方例程
• 想做可操作的圖形介面，可以從 LVGL 掌機範例開始修改
• 想更換大語言模型或使用自己的 API 金鑰，應把設定放在小智後端，不要把密鑰寫死在 ESP32 韌體
• 這塊板子整合度高，但攝影機只有 30 萬畫素，WiFi 只支援 2.4 GHz，外殼也偏向開源學習用途

立創實戰派 ESP32-S3 是什麼

立創官方技術文件把它定位成更接近實際產品的全功能開發板。核心模組是 ESP32-S3-WROOM-1-N16R8，搭載雙核心 Xtensa LX7 處理器，最高時脈 240 MHz，另外有 16 MB Flash 與 8 MB PSRAM。這樣的容量足以容納圖形介面、音訊處理、網路通訊與較大的韌體分割區。

板子尺寸約為 69 × 41 × 14 mm，外殼不用螺絲就能拆開。不過官方商品頁也特別說明，外殼採用 3D 列印與黏貼工藝，高溫下可能變形，長時間使用也可能變黃或變脆。它適合學習、原型與桌面裝置，不應直接把這個外殼當成量產產品的結構標準。

ESP32-S3 具備 AI 向量指令，適合加速喚醒詞、訊號處理與小型邊緣模型，但它不是用來直接執行一般數十億參數 LLM 的主機。板子的原理圖、PCB、軟體例程與分章教學都有公開，S3 與 C3 則是兩套不同資料，下載時要先確認型號，不能只因外觀接近就混用韌體。

兩條上手路線怎麼選

對初學者來說，我會先走直接燒錄。確認麥克風、喇叭、螢幕與網路都正常後，再安裝開發環境。這樣遇到編譯或驅動問題時，至少知道硬體本身沒有壞。

方法一：直接燒錄小智 AI 韌體

小智 AI 已經支援立創實戰派 ESP32-S3。最省時間的做法是從 xiaozhi-esp32 Releases 下載檔名包含 lichuang-dev 的韌體壓縮檔。版本號會持續更新，請依發佈頁面的最新穩定版本操作，不要只找舊教學裡固定的版本。

1. 下載並解壓縮 v版本號_lichuang-dev.zip
2. 從 Espressif 官方下載 Flash Download Tool
3. 開啟工具後將 ChipType 選為 ESP32-S3
4. 載入解壓縮後的韌體，起始燒錄位址設為 0x0
5. 用具備資料傳輸能力的 USB Type-C 線連接開發板
6. 選擇新增的 COM 連接埠，鮑率可先使用 921600
7. 先按 ERASE 清除舊韌體，再按 START 開始燒錄
8. 完成後重新插拔 USB 線，或按下 RST 鍵重新啟動

如果 ERASE 或 START 失敗，先重新插拔開發板，再改用另一個 COM 連接埠或降低燒錄速度。電腦完全看不到連接埠時，第一件事是換一條確定能傳資料的 USB 線，不要先懷疑韌體。

小智 AI 的發佈包通常提供可從 0x0 寫入的合併韌體。其他範例若提供四個分開的 bin 檔，就要同時載入四個檔案，並逐一填入套件標示的位址。合併韌體與分割韌體的寫法不同，不能看到 bin 檔就全部設成 0x0。

第一次開機的配網與啟用

1. 用手機連上開發板建立的 Xiaozhi-xxxx 無線網路
2. 如果沒有自動跳出設定頁，在瀏覽器開啟 192.168.4.1
3. 選擇家中或手機熱點的 2.4 GHz WiFi，輸入密碼後等待重新啟動
4. 開啟 xiaozhi.me 並登入控制台
5. 新增裝置，輸入開發板螢幕上的六位數啟用碼
6. 重新啟動後說出喚醒詞，確認收音、連線與播放都正常

ESP32-S3 的無線網路只支援 2.4 GHz。手機熱點若固定在 5 GHz，開發板就不會出現在可連線清單。配網頁打不開時，可以暫時關閉手機行動數據，只保留連到開發板的 WiFi。這種 AP 配網概念也可以延伸參考我之前整理的 ESP32 WiFi 配網做法。

完成基本對話後，可以再試著要求調整螢幕亮度，確認語音服務不只會回答問題，也能把意圖轉成板端控制。這種從對話到裝置動作的能力，才是把語音 AI 做成實體終端最有意思的地方。

小智可以連其他 LLM 嗎

可以，但要先分清楚板端與後端的責任，ESP32 主要負責喚醒、收音、播放、螢幕與網路傳輸。語音活動偵測、語音辨識、LLM 推理與語音合成通常由伺服器完成，再透過 WebSocket 把結果送回裝置。API 金鑰因此應放在伺服器端，不是直接寫進開發板。

使用官方小智服務時，可以在 xiaozhi.me 控制台調整官方提供的模型與角色。目前官方專案說明預設讓個人使用者連接 Qwen 即時模型。若要接自己選擇的供應商、模型或 API 金鑰，比較完整的路線是部署 xiaozhi-esp32-server，再從伺服器設定 LLM、ASR 與 TTS provider。

自架後端的流程是 ESP32 把音訊送到伺服器，伺服器依序完成 VAD、ASR、LLM 與 TTS，再把合成語音送回 ESP32 播放。這和 Hugging Face speech-to-speech 語音 Agent 的模組化概念相近。如果想把 LLM 留在自己的電腦或內網，可以再參考 本地大模型推理框架比較，選擇 Ollama、llama.cpp 或其他 OpenAI 相容服務。

正式部署時不要把 API 金鑰提交到 GitHub，也不要把沒有驗證的 WebSocket 服務直接開放到公網。至少要使用環境設定或伺服器端設定檔保存密鑰，限制管理介面來源，並為裝置與管理者建立不同權限。

方法二：安裝 ESP-IDF 開發環境

立創教學使用 VSCode 搭配 Espressif IDF 外掛。官方例程原本以 ESP-IDF 5.1.4 製作，也測試過 5.2.2。另一方面，現在的 xiaozhi-esp32 主線已經把 6.0.2 列為優先版本，5.5.2 主要保留給舊板相容。這兩組版本不要混為一談，使用立創例程就照例程要求，編譯最新小智主線則照該版本 README。

ESP-IDF 可以線上安裝，也能先使用官方資料準備好的離線安裝程式。新手在 Windows 上比較適合先走離線路線，安裝速度通常更可預期，也比較不容易在 Python 環境與工具鏈下載階段卡住。線上安裝的好處是版本選擇直接，但網路中斷時需要更多除錯經驗。

1. 安裝 VSCode
2. 在延伸模組中安裝 Espressif IDF
3. 執行 Configure ESP-IDF Extension
4. 選擇 EXPRESS 快速安裝
5. 選擇伺服器與指定的 ESP-IDF 版本
6. 將 ESP-IDF 與 IDF_TOOLS 放在不同資料夾
7. 等待 ESP-IDF、工具鏈與 Python 虛擬環境完成安裝
8. 開啟例程後選擇正確連接埠、esp32s3 目標與 USB 轉串口下載方式

工程路徑最好只使用英文字母與數字，也不要放空白。若圖形介面操作不順，也可以在 ESP-IDF 終端使用以下基本命令。

idf.py set-target esp32s3
idf.py fullclean
idf.py build
idf.py -p COM19 flash monitor

COM19 只是 Windows 範例，請換成自己電腦實際出現的連接埠。macOS 與 Linux 會是不同名稱。編譯環境安裝失敗時，不要在原資料夾反覆疊加不同 IDF 版本，先確認目前工程需要哪一版，再重新選定工具鏈。

VSCode 的 ESP-IDF 外掛也有把建置、燒錄與終端監看串在一起的操作。第一次可先跑 Hello World，看到燒錄完成並在終端持續輸出，才表示工具鏈、連接埠與下載方式都已經通過。若建置速度慢到數小時，先看工作管理員是否有殘留的編譯程序，也檢查防毒軟體是否反覆掃描 build 資料夾。只應為可信任的專案目錄建立最小排除範圍，不要長時間關閉整套即時防護。

從原始碼編譯小智 AI

需要修改喚醒詞、後端位址、介面或裝置功能時，可以直接取得官方原始碼。

git clone https://github.com/78/xiaozhi-esp32.git
cd xiaozhi-esp32
idf.py set-target esp32s3
idf.py menuconfig
idf.py fullclean
idf.py build
idf.py flash monitor

在 menuconfig 內選擇立創實戰派 ESP32-S3 對應板型，並確認 Flash、PSRAM、分割表、字型與 LVGL 設定符合專案文件。板上有 16 MB Flash，不代表任意分割表都會自動用滿。從別的開發板設定切換過來時，先執行 fullclean，可以減少舊的 sdkconfig 與建置產物造成的錯誤。

目前主線對 ESP-IDF 版本的要求已經和早期立創教學不同。若只是要使用小智 AI，直接燒錄 Releases 裡為 lichuang-dev 建好的韌體會穩定很多。只有準備修改程式時，才值得投入時間處理版本、分割表與驅動相容性。

掌機範例其實是一套產品介面

立創提供的 14-handheld 範例使用 LVGL 做出類似手機的主畫面。它不是完整的遊戲模擬器，而是一個把板上週邊整合到同一套觸控介面的參考專案。主畫面包含六個應用。

• 姿態與運動監測，顯示 XYZ 角度並判斷震動
• 音樂播放器，從音訊系統輸出內容
• TF 卡瀏覽器，查看目錄與檔名
• 攝影機預覽，將畫面送到螢幕
• WiFi 連線，掃描網路並取得網路時間
• 藍牙控制器，將開發板當成 HID 裝置控制手機或電腦音量

這個範例的價值在於學會如何讓 LVGL、觸控、音訊、感測器與網路共用同一個應用生命週期。想做桌面資訊面板、智慧家庭控制器、兒童學習機或語音 Agent 終端，都可以從這套架構刪掉不需要的頁面，再加入自己的功能。

還沒有拿到實體板時，可以先用 Wokwi ESP32 與 Arduino 模擬器 練習基礎 GPIO 與程式結構。不過實戰派的專用螢幕、音訊 codec、攝影機與完整腳位配置仍需要真機驗證。

最容易踩到的問題

• USB 只有供電沒有資料，結果電腦完全找不到連接埠
• 手機熱點使用 5 GHz，ESP32-S3 無法搜尋
• 立創例程與最新小智主線使用不同 ESP-IDF 版本
• 切換板型後沒有清理舊建置資料，導致驅動或分割表錯誤
• 把 API 金鑰寫進公開韌體或 Git 儲存庫
• 把掌機示例誤認成現成遊戲系統，低估後續 UI 與應用開發工作
• 帶電插拔 TF 卡，造成檔案系統損壞
• 使用 exFAT 格式記憶卡，卻沒有先確認 ESP-IDF 範例的檔案系統支援

另外不要為了看內部結構就直接拆螢幕。螢幕與外殼之間使用黏性很強的雙面膠，熱風可能先讓 3D 列印外殼變形，撬動也可能傷到面板或排線。一般檢查只需要滑開後蓋，除非已經接受零件損壞風險，否則不值得繼續拆。

我會怎麼開始

第一天先燒錄預編譯的小智 AI 韌體，完成配網、綁定與語音測試。第二步跑官方掌機例程，確認螢幕、觸控、IMU、TF 卡、攝影機、WiFi 與藍牙都能單獨工作。第三步才建立自己的專案，把不需要的功能移除，留下語音、畫面與一個最重要的感測器。

這塊板子真正適合的不是只做一個會聊天的盒子，而是把語音 Agent 變成有螢幕、有感測器、能控制周邊的實體入口。ESP32 不需要負責執行大型模型，它應該專心處理即時互動與硬體，重運算交給後端。把這個邊界想清楚，後續更換模型、接 MCP 或搬到本地伺服器都會容易很多。

FAQ

立創實戰派 ESP32-S3 在哪裡購買

可以從立創開發板專案頁查看介紹，也可以到立創商城商品頁確認庫存、價格與出貨內容。商品型號是 LCKFB-SZPI-ESP32-S3-VA，下單前仍要依當下頁面確認版本與配送地區。

一定要自己編譯韌體嗎

不用。只想使用小智 AI 時，下載立創實戰派對應的預編譯韌體即可。要改板端功能、畫面、喚醒詞、後端位址或加入自己的硬體時，才需要安裝 ESP-IDF 並重新編譯。

可以使用 OpenAI、Gemini 或本地模型嗎

可以，但是否直接支援取決於你使用的後端。官方 xiaozhi.me 提供自己的模型選項。要填入第三方 API 金鑰或接本地 LLM，建議自架相容的小智伺服器，在後端選擇 provider 與保存密鑰，再讓開發板連到該伺服器。

它能直接跑大型語言模型嗎

不能把一般數十億參數的大型語言模型直接放進 ESP32-S3 執行。板端負責音訊、畫面、感測器與通訊，LLM 推理放在雲端、電腦、NAS 或獨立 AI 主機上。

為什麼手機找不到配網熱點

先確認韌體燒錄完成且裝置已重新啟動，再檢查手機是否開著 WiFi。設定上游網路時必須使用 2.4 GHz。若設定頁沒有自動開啟，可以手動連上 Xiaozhi-xxxx 後瀏覽 192.168.4.1。

資源整理

• 立創實戰派 ESP32-S3 官方文件
• 立創資料下載中心
• 立創小智 AI 燒錄與使用說明
• 立創 LVGL 掌機範例
• xiaozhi-esp32 GitHub
• 立創開發板商城