企业官网建设流程全解析

be-more-agent是一个专为树莓派（Raspberry Pi）打造的 100% 本地离线语音 AI 助手：它通过唤醒词唤醒，用本地 Whisper.cpp 识别语音，用 Ollama 运行本地大模型"思考"，再用 Piper TTS 低延迟合成语音回答，全程无需联网、不花一分钱 API 费用，非常适合想自建离线语音助手的新手。

be-more-agent 树莓派离线语音AI助手待机界面

一、它为什么值得关注？本地离线的 4 大核心能力

大多数语音助手依赖云端 API：联网才有响应、长期用有费用、语音数据要上传。be-more-agent 把整条 AI 链路都搬到了树莓派本地：

它还有一个"空白画布"设计：表情图片和音效都可以整体替换，轻松打造自己的专属 AI 角色。

二、硬件准备清单：树莓派语音助手需要什么

按照 README.md 的要求，准备以下设备即可开工：

• 树莓派 5（推荐）或 树莓派 4（至少 4GB 内存）
• USB 麦克风 + 扬声器
• LCD 屏幕（DSI 或 HDMI）
• 树莓派摄像头模块（可选，用于视觉功能）

💡 树莓派 4 内存低于 4GB 时，本地大模型运行会比较吃力，建议优先选择 Pi 5。

三、安装教程：从系统更新到启动 Agent 的 4 个步骤

第 1 步：更新系统并安装 git

sudo apt update && sudo apt upgrade -y sudo apt install git -y

第 2 步：安装 Ollama 并拉取模型

Ollama 是整个 Agent 的"大脑"运行时：

curl -fsSL https://ollama.com/install.sh | sh ollama pull gemma3:1b ollama pull moondream

第 3 步：克隆仓库并运行自动安装脚本

git clone https://gitcode.com/gh_mirrors/be/be-more-agent cd be-more-agent chmod +x setup.sh ./setup.sh

setup.sh 会自动完成 6 件事：安装系统依赖库、创建 faces/sounds 目录结构、下载 Piper TTS 引擎、下载语音模型、搭建 Python 虚拟环境并安装 requirements.txt 中的依赖、拉取 Ollama 模型。新手只需等待它跑完即可。

第 4 步：启动 Agent

source venv/bin/activate python agent.py

启动后屏幕会播放开机动画（warmup 表情），随后进入待机状态，对麦克风说出唤醒词"Hey Jarvis"即可开始对话。如果想自定义唤醒词，可以训练一个模型并命名为wakeword.onnx放到项目根目录。

be-more-agent 语音助手正在聆听用户说话的表情界面

四、配置详解：读懂 config.json 的关键参数

所有个性化设置都集中在 config.json 中，首次运行时 agent.py 会自动生成默认配置。关键参数如下：

{ "text_model": "gemma3:1b", "vision_model": "moondream", "voice_model": "piper/en_GB-semaine-medium.onnx", "chat_memory": true, "camera_rotation": 0, "system_prompt_extras": "You are a helpful robot assistant." }

system_prompt中还内置了 3 个工具指令：查时间（get_time）、拍照（capture_image）、联网搜索（search_web），大模型答不上时会主动调用。

be-more-agent 离线AI助手本地大模型思考时的表情界面

五、角色定制：替换表情与音效，打造专属 AI

项目的"灵魂"藏在两个目录里，替换它们就能换掉整个角色形象：

• 表情：faces/ 下按状态分了 6 个子目录：idle（待机）、listening（聆听）、thinking（思考）、speaking（说话）、error（报错）、warmup（开机）。每个子目录放若干张.png，程序会自动循环播放。
• 音效：sounds/ 下按用途分了 4 类：greeting_sounds（启动问候）、thinking_sounds（思考循环音）、ack_sounds（"听到了"提示音）、error_sounds（错误音）。每类放多个.wav，每次随机挑一个播放。

以"说话"状态为例，默认就是这样一组 800x480 的动画序列帧：

be-more-agent 语音合成回复时的说话状态表情序列帧

🎨 想做一个"机器人小助手"？用绘图软件按 7 种状态各画几张图丢进对应文件夹即可，无需改一行代码。

六、视觉能力：让树莓派 AI 助手"看见"世界

连接摄像头后，Agent 可以用Moondream视觉模型（同样跑在本地 Ollama 里）拍照并描述画面——你问"我桌上放的是什么？"，它就能回答。拍照画面会保存在current_image.jpg，配合camera_rotation参数调整画面朝向。

be-more-agent 树莓派摄像头拍照捕捉视觉状态的界面

提示：视觉问答偶尔需要联网由 DuckDuckGo 补充实时信息，这是整个 Agent 唯一会访问外网的环节。

七、常见问题排查：报错、音效变调一次看懂

1. 退出时出现Expression 'alsa_snd_pcm_mmap_begin' failed

这是正常现象，只表示退出时音频流被截断，不影响任何功能，直接忽略即可。

2. 提示 "No search library found"

说明没在虚拟环境里运行。先执行source venv/bin/activate，再用 pip 安装duckduckgo-search即可恢复联网搜索。

3. 自定义语音声音"低沉慢速"

这是采样率不匹配的经典症状，两步排查：

1. 打开语音模型的.onnx.json配置，查看sample_rate（如 22050 / 16000 / 48000），将 agent.py 中PIPER_RATE的数值改成相同数字；
2. 若采样率一致，再检查inference里的length_scale，把它调回接近1.0即可恢复正常语速。

遇到错误状态时，Agent 也会播放error表情提醒你：

be-more-agent 语音助手报错错误状态的提示表情界面

八、写在最后：适合谁上手

如果你满足以下条件，be-more-agent 值得一个周末尝试：

• ✅ 有一台树莓派 4/5，想折腾一个离线语音 AI 助手
• ✅ 不想按量付费、不想把语音数据传给云端
• ✅ 喜欢换装式玩法：换表情、换音效、换人设，做独一无二的桌面 AI 角色

项目采用 MIT 协议开源（见 LICENSE），桌面快捷方式 be-more-agent.desktop 也方便你把它挂到系统菜单里一键启动。动手试试吧——一个完全属于你的、不联网的 AI 小伙伴就在 agent.py 里等着醒来。