家中的AI（第一部分）：一盒废料

一盒零碎

在桌子底下，我有一个装满“垃圾”的纸箱：旧摄像头、树莓派、USB声卡、各种传感器模块。别人看来这些都是废品，但在我眼里，它们是打造AI的原材料。这篇文章是我“家庭AI”系列的第一篇，主题就是怎么把这些零碎变成一台AI盒子。

为什么要在家里跑AI

如果你只是想用聊天机器人，直接打开网页就够了。但如果你想让它帮你处理家里的事情——理解你的声音、控制电器、识别来访的人——把数据送到云端并不合适。在家跑AI，能保护隐私，能不依赖网络，还能让你真正理解AI是怎么工作的。

需要的“零碎”

这套系统不需要昂贵的硬件。我的主力是一台别人淘汰的笔记本，零件来自二手市场或者旧手机。可用东西包括：

• 旧笔记本或树莓派 4B：作为主机，运行系统和模型
• USB 麦克风阵列：负责语音唤醒和声音采集
• USB 摄像头：用来做图像识别和人员检测
• 继电器模块：用来控制台灯、风扇等低功率电器
• 旧手机充电器和移动电源：提供供电和应急备份

软件栈

硬件只解决“能不能跑”，真正的决定权在软件。我选择的东西都是开源或免费可用的：

• Debian Linux 作为基础系统
• Docker 来隔离服务，方便随时重装
• llama.cpp 运行本地大语言模型
• OpenAI Whisper 负责把语音转成文字
• Home Assistant 把设备、命令和自动化串联起来

搭建过程

整个过程更像是拼积木。我先在旧笔记本上装好 Debian，关闭图形界面，让所有资源都留给模型。接着把语音服务、LLM 服务和自动化引擎分别装进 Docker 容器。每装好一块，就测试一次。

最终的工作流程是：喊一声“你好，盒子”→ 麦克风录音 → Whisper 转成文字 → 本地模型理解意图并生成指令 → Home Assistant 执行动作。整个链条都在本地，不经过任何外部服务器。

效果和局限

说实话，这套系统不能和云端的大模型比聪明。它的回答更简单，偶尔还会发呆，但它的价值在于“可控”：你可以修改它的每一行代码，它只听你的，而且永远不会因为服务商调整策略而改变行为。它只是一个安静的盒子，住在你家里。

这部分算是热身。下部分我会深入讲怎么选择硬件、怎么优化模型性能，以及怎么让它真正听懂家庭环境里的复杂指令。

编者点评：这篇“家庭AI”系列开篇把目标放在“用零碎硬件搭建本地AI”，思路很务实。它给DIY爱好者提供了一个不错的起点：不必追求顶级算力，现有设备加上开源软件就能做出有用的AI助手。期待后续在硬件和性能优化上的更深入内容。

资讯来源：Hacker News