Skip to main content
Glama
deenesjakoruzh
Joho6666

XiaoZhi Windows MCP Agent Bridge

by Joho6666
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

XiaoZhi Windows MCP Agent Bridge

XiaoZhi Windows MCP Agent Bridge は、デスクトップ上のマイクとスピーカーを備えた ESP32 小智 AI デバイス をローカルの Windows コンピュータに接続するブリッジサービスです。

標準の Model Context Protocol (MCP) を通じて、小智は音声コマンダー (Voice Commander) として、Windows ローカルツールの呼び出し、コンピュータ操作の実行、ディスク全体のファイル読み書き、Edge ブラウザの制御、スクリーンショットによる視覚分析、そして特にローカルの Codex CLI / Claude Code / OpenCode などの AI Agent マトリックスのスケジューリングによる重い開発・エンジニアリングタスクの実行を行うことができます。

全体アーキテクチャ: 音声コマンダー + ローカル Agent マトリックス

小智 ESP32 硬件 (麦克风/喇叭/屏幕)
       ↓ (语音交互)
 xiaozhi.me 官方云端 (ASR / LLM / TTS / MCP Client)
       ↓ (WebSocket JSON-RPC 2.0)
 XiaoZhi Windows Agent Bridge (本机 Python 进程)
       ↓
  Tool Registry (注册 49 个本地能力工具)
       ↓
┌─────────────────┬─────────────────┬─────────────────┬─────────────────┐
│ Windows 应用    │ 本地文件系统    │ 终端与 PowerShell│ 多 Agent 调遣器 │
│ • 智能启动/搜索 │ • 全盘/目录遍历 │ • Safe Terminal │ • Codex CLI 主力│
│ • 进程聚焦/退出 │ • 文件读写/删除 │ • 任意 Shell    │ • Claude / Open │
├─────────────────┼─────────────────┼─────────────────┼─────────────────┤
│ Desktop GUI     │ 屏幕视觉 (Vision│ Edge 浏览器     │ Skills/Workflow │
│ • 窗口枚举/点击 │ • 内存屏幕截图  │ • 网页搜索/打开 │ • 声明式 Skill  │
│ • 文本输入/按键 │ • MCP Image 回传│ • 页面提取/点击 │ • YAML 工作流   │
└─────────────────┴─────────────────┴─────────────────┴─────────────────┘

Related MCP server: agentic-remote-pc

コア機能と音声コマンド

機能カテゴリ

音声コマンド例

基盤となる呼び出しツール

Agent スケジューリング

「小智、Codex に ESP32 プロジェクトへ Wi-Fi 再接続ロジックを追加させて」

dispatch_agent(agent_type="codex", task="...", mode="modify")

Agent 進捗

「小智、さっきの Codex のタスクは完了した？」

get_agent_status() (簡潔な音声サマリーと変更統計を返す)

Agent リスト

「小智、私のコンピュータで作業できる Agent はどれ？」

list_active_agents() (Codex, Claude, OpenCode などを検出)

ソフトウェア起動

「小智、VS Code を開いて」 / 「飛書を開いて」

open_application（スタートメニューと PATH をスマートにスキャン）

画面視覚

「小智、私のコンピュータ画面に何があるか見て」

screen_capture（メモリ内スクリーンショットをマルチモーダル分析に送信）

ファイル検索

「小智、デスクトップにある PDF を確認して」

find_files(path="Desktop", pattern="*.pdf")

ファイル読み書き

「小智、この設定を読み取って / スネークゲームを書いて」

read_text_file / write_text_file

プロジェクト Git

「小智、私のプロジェクトで最近何が変わったか見て」

git_status / git_diff / git_log

ターミナル実行

「小智、このプロジェクトのテストを実行 / Python のバージョンを確認して」

run_project_tests / run_shell_command

ブラウザ操作

「小智、ESP32-S3 のデータシートを検索して」

browser_search / browser_open

クイック設定と起動

1. 環境準備

  • Windows 10 / 11

  • Python 3.11+

  • （任意）インストール済みの Codex CLI (npm i -g @openai/codex)、Claude Code など

依存関係のインストール:

pip install -r requirements.txt

2. MCP エンドポイントの設定

.env.example を .env にコピーし、小智コンソールから取得したエンドポイントを入力します:

XIAOZHI_MCP_ENDPOINT=wss://api.xiaozhi.me/mcp/?token=YOUR_TOKEN_HERE

3. Workspace の設定（任意）

config.yaml にローカルの開発プロジェクトパスを追加します:

workspaces:
  agent:
    path: .
  esp32:
    path: D:/Projects/esp32
  stm32:
    path: D:/Projects/stm32

4. Agent の実行

python main.py

ターミナルに次のように出力されます:

===================================
 XiaoZhi Windows Agent
===================================
XiaoZhi MCP     CONNECTING
Tools           49
Security        ENABLED
Permission      UNRESTRICTED
MCP server handshake completed
Connected; registered 49 local tools

自動テスト

完全なテストスイートを実行します:

python -m pytest

This server cannot be deployed

Context Every Agent Can ShareAgents share what they learn, hand off work, and keep it when you switch models. Start with 5 GB free.fulcradynamics.comAd

Maintenance

ActivitySlowing
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers