ARTICLE · INTELLIGENCE

战地情报 · 详情页

来自尧图项目组的一线实战观察与深度解析

25 美元把旧眼镜改成 AI 眼镜:OpenGlass 开源 DIY 实录

25 美元把旧眼镜改成 AI 眼镜:OpenGlass 开源 DIY 实录

25 美元把旧眼镜改成 AI 眼镜:OpenGlass 开源 DIY 实录

【免费下载链接】OpenGlassTurn any glasses into AI-powered smart glasses项目地址: https://gitcode.com/GitHub_Trending/op/OpenGlass

周末想把眼镜升级成 AI 智能眼镜,又不想花大价钱?这正好是低成本开源项目 OpenGlass 想解决的:一副你现有的眼镜架、一块带摄像头和麦克风的主控板、一节小电池,总成本不到 25 美元,就能让眼镜自己看世界、认出眼前的人和物,再把答案用语音念给你听。项目把固件、应用代码、3D 打印件全部开源,对零基础想动手 DIY 的读者来说,门槛大概就是会点鼠标加会敲两行命令。

一副旧眼镜的 25 美元改造清单

OpenGlass 的思路是把智能眼镜的 BOM 表压到最短:

  • Seeed Studio XIAO ESP32 S3 Sense:眼镜的"小大脑",一块指甲盖大小的主控板,摄像头和麦克风直接集成在板子上;
  • EEMB LP502030 3.7V 250mAh 锂电池:给整套系统供电;
  • 3D 打印的镜架支架:仓库直接提供 STL 文件,家里或图书馆的 3D 打印机打一个就能把主控板卡进镜腿。

整套方案没有需要手焊的环节——主控板靠支架卡进镜腿,摄像头、麦克风、蓝牙全在这块小板上。对没摸过烙铁的人来说,这件事的难度更接近"拼乐高"。

固件烧录:Arduino IDE 里最容易踩的坑

打开 Arduino IDE,加载 firmware/ 目录下的firmware.ino,板子选XIAO_ESP32S3,装好 esp32 板卡包就能开始。只有一个地方必须留意:Tools 菜单里要把PSRAM 设为 OPI PSRAM,上面那张图就是官方 README 附的设置示意。这步漏了,摄像头初始化大概率会报错,固件烧了也白烧。

固件烧好后,眼镜侧的工作就完成了——它只负责两件事:把拍到的照片打包发出来,把麦克风的声音发出来,顺便接收手机端发来的"该拍照了"指令。

手机端 10 分钟配好:clone、装包、填密钥

电脑或手机浏览器这边是应用侧,基于 Expo 的 React Native 项目,网页版就能跑。把仓库拉到本地:

git clone https://gitcode.com/GitHub_Trending/op/OpenGlass cd OpenGlass

接下来装依赖,npm install一行命令的事。然后打开 sources/keys.ts 填上 Groq、OpenAI 的密钥;如果想完全不依赖云端,就在本地装好 Ollama 并把地址填进去,再执行ollama pull moondream:1.8b-v2-fp16拉一个 1.8B 参数的视觉模型。最后启动:

npm start

跑起来后打开 localhost 链接进网页版,点"Connect to the device",浏览器会弹出蓝牙选择,选中设备名OpenGlass就算连上了。

眼镜与手机如何分工:谁在干活?

理解这套架构的关键,是明白"眼镜"本身几乎不算账。拍照时,主控把 JPEG 按 200 字节一片分包,每片带一个序号,末尾追加0xFF 0xFF表示传完;手机端的 sources/app/DeviceView.tsx 按序号拼包,拼好后统一旋转 270° 校正朝向——因为摄像头装在镜腿上,视角是歪的。

照片到手后,每张先交给视觉模型生成一段文字描述存档。你提问时,sources/agent/Agent.ts 会把所有描述拼成上下文,让语言模型作答,答案再走 OpenAI 的 TTS 念出来,声音从手机或耳机里响。重活全在手机和模型上,眼镜只管"看"和"听",这正是 25 美元硬件也能玩起来的原因。

延伸思考:把拍照间隔从默认 5 秒改成 30 秒,或者反过来 1 秒,你觉得哪头的负担先扛不住?

给眼镜换大脑:Ollama 本地模型随便挑

不想把照片传到云端?sources/modules/ollama.ts 里列了一串可选的视觉模型,从llava-llama3到moondream:1.8b-v2-fp16,README 默认推荐后者——1.8B 参数的轻量模型,本地显卡甚至核显就能跑。

想换模型不用改代码:Ollama 里pull一个新模型,把keys.ts里的地址换掉即可。仓库还藏了一个有意思的目录 prompts/:用脚本对同一张照片批量跑不同模型,生成对比描述。你完全可以抄这个思路,自己先比一轮"谁看得准",再决定眼镜的"眼睛"交给谁。

延伸思考:模型越大,描述越细,但首字延迟和电费也跟着涨——你会为了多认出一个路牌,多等 8 秒吗?

MIT 协议和那群等你提问的人

代码采用 MIT 协议,意思是你可以直接拿这套固件加应用的组合,改造成自己的项目,连商用都不必打招呼。遇到问题,官方 Discord 是主阵地,从"PSRAM 没设对"到"蓝牙连不上"这类 setup 问题,基本都有人盯着。

顺带一提:README 顶部注明项目主线已迁移到 Omi 仓库,本仓库代码仍然完整可用,按本文步骤走没有问题。

25 美元硬件、完整的固件加应用代码、MIT 协议,OpenGlass 大概是开源 AI 视觉 DIY 里最容易上手的一副"眼镜"。如果这个周末有一整块空档,先把仓库 clone 下来,从烧第一版固件开始,卡住了就去 Discord 喊一嗓子——那里的人比搜索引擎回得快。

【免费下载链接】OpenGlassTurn any glasses into AI-powered smart glasses项目地址: https://gitcode.com/GitHub_Trending/op/OpenGlass

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

RELATED READING

延伸阅读

更多一线实战笔记与深度复盘,助您持续精进