据 Adafruit 官方博客 11 月 17 日发布的文章,Francesco Azzola 在 Hackster.io 上发布了一个新项目 PHOS,通过 Model Context Protocol (MCP) 将 Raspberry Pi 与 LLM Agent 连接,赋予 AI 物理感知能力。
要点速览
- 硬件架构:PHOS 基于 Raspberry Pi 3 和 ESP32 控制器。ESP32 负责读取 ENS160 空气质量传感器、AHT21 温湿度传感器和 MPU6050 运动传感器,并通过 USB 发送 JSON 消息。
- MCP 集成:Pi 运行 MCP 服务器,暴露语义工具(如“描述房间”)和资源(如摄像头 JPEG 快照)。Agent 无需知道具体传感器型号,只需通过 MCP 接口获取上下文。
- 本地优先:支持本地 Vosk 语音识别和 Piper 语音合成,可选接入 Cartesia 或 ElevenLabs 等云服务。核心功能如表情渲染、视觉感知和语音交互均可在 Pi 上本地运行。
- 开源项目:PHOS 是 Adafruit 支持的开源机器人平台,当前版本为 1.8.0,代码托管在 GitHub。

传感器管理:ESP32 处理硬件读取,Pi 负责解释数据。代码会跟踪传感器是否预热完成,避免 Agent 报告错误的空气质量数据。
语义抽象:MCP 资源传递摄像头 JPEG 快照,而非视频流。工具调用如 `phos_speak` 或 `phos_set_expression`,让 Agent 控制机器人的行为和外观。
权限控制:通过 Streamable HTTP 传输,支持 Bearer Token 认证。Agent 无法直接访问 GPIO 或摄像头帧,而是通过 `PhosApplicationService` 获取语义状态。
关键参数
| 项目 | 参数 |
|---|---|
| 主控 | Raspberry Pi 3 |
| 协处理器 | ESP32 |
| 空气质量传感器 | ENS160 (eCO2, TVOC, AQI-UBA) |
| 温湿度传感器 | AHT21 |
| 运动传感器 | MPU6050 |
| 视觉 | Raspberry Pi Camera (OpenCV/ONNX) |
| 语音 (STT) | 本地 Vosk / 可选 Cartesia Ink |
| 语音 (TTS) | 本地 Piper / 可选 Cartesia, ElevenLabs |
| 显示 | 5 英寸 800×600 屏幕 |
| 反馈 | WS2812B LED 灯环 |
| 协议 | Model Context Protocol (MCP) |

价格与上市
- 硬件套件:官方尚未公布统一售价,需自行购买 Raspberry Pi 3、ESP32 及传感器组件。
- 软件:PHOS 1.8.0 已开源,可通过 GitHub 获取。
一个读者会问的问题
PHOS 对独立创作者和家庭工作室意味着什么?
它提供了一个低成本的“物理 AI 代理”模板。对于 Maker 而言,PHOS 解决了 AI 如何感知物理世界的问题。通过 MCP 协议,你可以让任何 LLM Agent 读取家里的空气质量、检测是否有人在场,甚至控制灯光。这比传统的 Home Assistant 自动化更灵活,因为 Agent 可以基于语义理解做出决策,而不仅仅是触发条件。
值不值得? 如果你已经有一个 Raspberry Pi 3 或 4,并且想探索本地 AI 应用,PHOS 是一个极佳的起点。它不需要昂贵的云服务,核心功能完全本地化。
适合谁? 适合喜欢折腾硬件的 Maker、家庭自动化爱好者,以及希望将 AI 融入物理设备的开发者。不适合只想开箱即用、不愿接线和配置代码的用户。





