Coglet：开源 3D 打印机器人伴侣套件深度解析

项目信息

• 创始人：Will Cogley（NMRobotics）
• 地点：伦敦，英国
• 发起时间：2026 年 4 月（当前众筹中）
• 融资状态：$84,492 / $13,207（640% 超额达成），409 位支持者
• Kickstarter：项目链接
• GitHub：will-cogley/Coglet

一句话总结

Coglet 是一个面向创客的开源 3D 打印桌面机器人套件，通过精巧的机械设计将 9 个自由度、双眼视觉和云 AI 集成到 22cm 身高的机身中，让每个人都能拥有一个会动、会表情、会聊天的个性机器人伴侣。

背景与动机

创始人 Will Cogley 认为，现有的桌面机器人大多只是"极简外壳+单色屏幕"，缺乏真正的生命力和表现力。Coglet 的灵感来自 WALL-E、R2-D2、大白等经典影视机器人——这些机器人通过动作、机械结构和个性来与人交流。

与基于屏幕的智能助手不同，Coglet 通过真正的机械运动做出反应，表现出生命和个性。该项目同时也是一个开放平台，允许创客将 LLM 等云应用与电机、音频、传感器结合，打造自己的机器人。

项目面向喜欢组装复杂系统的创客、爱好者和好奇的建造者，类似于一套精密的乐高机械组，但加上了电机、传感器和代码。

核心规格

核心设计

1. 机械设计

Coglet 将大量运动、动画和个性塞进了 22cm 的身躯中。内部使用电机、连杆和齿轮系统创造流畅的、拟人化的动画。所有结构件都是 3D 可打印的，允许创客自行建造和实验修改。

所有动画由独立芯片控制，运行 Python。创客可以使用默认动画，也可以编写自定义模式和序列，可以独立运行，也可以与聊天机器人功能结合。

2. CogNog 主控板

项目中心是一块定制主板 CogNog，它将通常需要多个分离板子的功能整合在一起：

• Wi-Fi 连接
• 音频输入输出
• 舵机控制
• 实时/云图像处理
• 电源输入
• 传感器和配件扩展

设计目标是简洁。创客不需要将多个模块接线在一起，只需要一块紧凑、坚固的板子就能适配 Coglet 或你自己的机器人。可以通过 USB-C 编程，就像其他开发板一样。CogNog 完全开源，便于修改、扩展和集成到其他项目。

3. 双眼视觉系统

Coglet 在双眼中各装了一个独立摄像头，分工不同：

左眼（Grove Vision AI Module V2）：
- 实时人脸/物体追踪
- 预训练模型可检测人脸、人体和其他物体
- 支持上传自定义模型（高级用户）
- 可通过 Web 工具配置

右眼（ESP32 连接）：
- 连接云端进行复杂图像处理
- 可通过云服务进行精细图像识别、读取文字等

这种设计意味着一个摄像头持续跟踪目标（如人脸），另一个摄像头传输图像到 Wi-Fi 进行复杂处理。

4. AI 与个性

项目本身与软件无关，但官方版本使用开源的 XiaoZhi AI 平台——这是一个连接微控制器（如 ESP32）到云工具（LLM 和图像处理）的框架。

• 可通过手机或 PC 快速设置
• 在线仪表板可自定义语音、个性和语言模型
• 高级用户可利用 Espressif 的语音控制功能，编程实现离线功能
• 完全可以不连接互联网使用 Coglet

AI 政策声明：Coglet 支持可选 AI 功能，但不依赖单一 AI 提供商。项目围绕开源 Xiaozhi AI 平台构建，用户可自由使用它、连接其他 AI 系统、运行自己的模型，或者完全不使用 AI。如果用户选择使用 Xiaozhi AI 或其他服务，由用户自己创建账户管理连接，这意味着可用性、定价和性能由提供商或用户自己的设置控制，而非 Coglet 项目。核心硬件和固件在没有互联网或 AI 的情况下仍保持部分功能。

5. 可定制外壳

Coglet 的外观设计完全灵活。开源皮肤包括"友好版"和"暴躁版"，你可以在这些基础上雕刻或 CAD 设计自己的皮肤。

• 打印自己的设计
• 修改现有皮肤
• 与社区分享创作

项目计划提供 6 种以上颜色和 6 种以上眼睛设计，目前已有 3 种特殊设计（机甲、邪恶、猫咪），计划提供更多选项。

开源哲学

Coglet 建立在开源哲学之上。打印文件、固件、硬件文档都将开放，以便建造者从项目中学习，并将其改编用于自己的想法。原型版本已经可以在 GitHub 下载。

你完全可以用标准 hobbyist 零件从头构建机器人。套件只是让过程更方便。创始人表示："开源项目教会了我几乎所有知识——我希望 Coglet 能够激励和教导年轻和年老的制造者！"

众筹档位

项目针对不同技能水平提供多种选择：

预计交付时间：DIY 版 2026 年 8 月，全套/预组装版 2026 年 9 月。

开发历程与团队

• 想法始于 2023 年
• 第一个 Coglet 原型完成于 2025 年 9 月
• Will Cogley 从 2017 年开始发布开源机器人设计
• 2025 年初与 Yongji Zhou 成立 NMRobotics，已经完成了 1500+ 眼球机构项目订单

Stretch Goals（扩展目标）

项目意义与亮点

亮点

• 表达性设计：摆脱屏幕，用纯机械运动表现个性，回归经典机器人设计美学
• 高度集成：22cm 机身内容纳 9 自由度，双眼异构视觉设计，工艺精巧
• 开放灵活：不绑定单一 AI 提供商，用户完全可控，可离线使用
• 低门槛：所有结构件普通 FDM 打印机就能打，电子元件都是市售标准件
• 完整生态：从 DIY 套件到预组装成品，满足不同技能水平用户

与同类项目对比

• 相比 Loona 等商用桌面机器人，Coglet 完全开源，价格更低，可定制性更强
• 相比纯机械臂项目（如 SO-ARM100），Coglet 是完整的移动（表达）+AI 伴侣机器人
• 相比玩具级机器人，Coglet 使用现代电子元件，支持云端 LLM 集成

风险

创始人公开承认的风险：

• 从原型到量产套件仍存在风险，CogNog 板功能已经完善，但预计还会进行几次设计改版以提高鲁棒性和简化装配
• 电子元件供应波动，计划提前订购关键零件
• 硬件项目在制造或采购阶段可能遇到延期，如果出现问题，将与支持者公开沟通并提供定期更新

GitHub 开源现状

所有设计文件已经开源在 will-cogley/Coglet，仓库结构如下：

Coglet/
├── 3D Printing Files/     # 3D 打印模型 STL
├── CogletESP/             # ESP32 固件（子模块）
├── PCB/                   # CogNog PCB 设计文件
├── Translated Docs/       # XiaoZhi AI 翻译文档
└── .gitmodules

完整零件清单

自行 DIY 构建需要准备以下零件：

CogNog V1.0 已知问题

目前 GitHub 上的 V1.0 版本存在一些已知设计问题，将在后续版本修复：

• RP2040 USB 插座间距过紧
• 部分元件间距设计紧凑
• 电源压降问题需要优化
• 摄像头引脚存在冲突
• 摄像头图像输出翻转

机械设计已知问题

• 舵机安装孔位较紧
• 部分扣合设计不够优化
• 低质量 PLA 打印可能导致舵机握力不足

构建指南

• 官方推荐参考构建视频教程
• 仓库中提供了翻译文档用于故障排除
• 所有 STL 文件已开源，可自行 3D 打印
• 需要 FDM 3D 打印机，PLA 耗材

附：CogletESP 固件代码分析 - 硬件模块深度解析

Coglet 使用 XiaoZhi AI (小智 AI) 作为其 ESP32 固件框架，CogletESP 是基于小智 AI 移植适配的分支。以下是对固件代码的深度分析，重点关注 Coglet 特定硬件模块：

1. 右眼 - OV3660 ESP Camera (ESP Cam Adaptor)

硬件规格：

尺寸与封装：
- 典型模块尺寸：27 × 38 × 8 mm（不含镜头）
- 镜头接口：标准 M12 × 0.5 螺纹
- 重量：约 3 ~ 5 g（模块）+ 2~3 g（镜头）
- 安装方式：2个 M2 螺孔固定，支持嵌入式安装

接口与引脚（典型模块配置）：

I²C 地址固定为 0x3C，需要 ESP32 带有 PSRAM 缓存图像

功能特点：
- 使用 ESP-IDF esp_camera 驱动框架原生支持 OV3660
- 捕获帧格式：RGB565
- 捕获后在 LCD 上显示预览图像
- 低照度性能优于 older OV2640 传感器
- AI 分析流程：
1. Capture() → 获取最新帧，丢弃旧帧保证实时性
2. 字节序交换适配
3. LVGL 显示预览
4. Explain(question) → 异步 JPEG 编码 → HTTP multipart 上传云端 → 返回 AI 分析结果

2. 左眼 - Grove Vision AI Module V2

硬件规格：

尺寸与封装：
- PCB 尺寸：24 × 45 × 8 mm（长×宽×高）
- 重量：约 5 g（不含摄像头排线）
- 外形规格：标准 Grove 模块尺寸
- 安装方式：4个 M2 螺孔固定，支持嵌入式安装

接口与引脚：

Coglet 中通过 USB-UVC 连接到 ESP32-S3，输出检测结果和预览图像

功能特点：
- Grove Vision AI Module V2 通过 USB-UVC 连接到 ESP32-S3
- 使用 Linux V4L2 视频设备框架，mmap 缓冲区管理
- 支持多种像素格式：RGB565, YUV422, RGB24, JPEG
- 支持硬件加速旋转（PPA for ESP32-P4，软件旋转 for 其他芯片）
- 预加载人脸/物体检测模型，离线推理不依赖云端
- 分工：Grove Vision AI V2 本身在模组上运行离线检测（人脸/物体追踪），结果通过 UVC 输出图像给 ESP32-S3

3. 关节驱动 - KPower M0090 9g 模拟金属齿轮舵机

框架支持：main/boards/common/esp_video.{cc,h}

功能特点：
- Grove Vision AI V2 通过 USB-UVC 连接到 ESP32-S3
- 使用 Linux V4L2 视频设备框架，mmap 缓冲区管理
- 支持多种像素格式：RGB565, YUV422, RGB24, JPEG
- 支持硬件加速旋转（PPA for ESP32-P4，软件旋转 for 其他芯片
- 分工：Grove Vision AI V2 本身在模组上运行离线检测（人脸/物体追踪），结果通过 UVC 输出图像给 ESP32-S3

规格参数：

尺寸与封装：
- 本体尺寸：21.5 × 11.8 × 23.8 mm（含安装凸耳）
- 输出轴中心高度：约 14.5 mm
- 重量：9.0 g（不含线），含线约 12 g
- 外形规格：标准 9g 舵机尺寸，兼容 MG90S 等常见安装孔位
- 安装方式：2个 M2 十字螺丝固定，配橡胶减震圈

接口与引脚：

• 标准 JR/Futaba 3针杜邦接口，间距 2.54mm
• 线缆长度约 150mm
• 控制信号：标准 50Hz PWM，脉宽 500~2500µs 对应 0~180°

产品特点：
- 金属齿轮相比塑料齿轮寿命提升 5~10 倍，耐冲击性能更好
- 标准 9g 尺寸兼容市面上绝大多数安装孔位（兼容 MG90S）
- 标准 JR/Futaba 3针杜邦接口，兼容所有舵机驱动板
- Coglet 官方套件指定使用该型号舵机

4. 9x 舵机控制

架构设计：
- 基于 MCP 协议，大模型可以直接控制每个舵机和预定义动作
- FreeRTOS 队列异步处理动作，不阻塞主线程
- 支持增量平滑移动，每 10ms 更新一次位置

**Coglet 9 自由度分配：

暴露的 MCP 工具：

self.coglet.eyes.look_at  - 控制双眼云台看向指定方向
self.coglet.hand_action   - 手部动作 (举手/放手/挥手/拍打)
self.coglet.body_turn     - 身体转向
self.coglet.head_move     - 头部运动
self.coglet.set_trim      - 舵机校准（永久保存到 NVS）
self.coglet.get_trims     - 获取当前校准值
self.coglet.get_status    - 获取动作状态 (idle/moving)
self.coglet.stop         - 停止当前动作，复位到休息位置

运动算法：
- Oscillator 类实现正弦波振荡动画（适合连续摆动）
- MoveServos() 支持平滑移动，每 10ms 步进一次，避免舵机突然转动
- 支持参数范围检查（保护舵机不超出机械限位）
- 微调参数存储在 NVS 非易失性存储，掉电不丢失

4. 麦克风与扬声器

• 麦克风：I2S 接口输入，adc_mic 驱动，OPUS 编码压缩 → 发送云端 ASR
• 扬声器：I2S 接口输出，支持多种编解码器（ES8311, ES8374, ES8388, ES8389 等）
• 离线唤醒：ESP-SR 提供唤醒词检测
• VAD：语音活动检测，自动判断录音结束

5. MCP 协议集成 - 大模型直接控制硬件

核心设计：所有硬件都通过 Model Context Protocol 暴露给大模型：

大模型 ←→ MCP 协议 ←→ ESP32 ←→ 物理硬件

相机相关内置工具：

self.camera.take_photo  - 拍照并让 AI 分析图片，用户提问后回答

核心数据流

[离线语音唤醒]
麦克风 → ESP-SR 唤醒词检测 → 触发开始监听 →
[录音] → OPUS 编码 → 网络 → 云端 ASR → LLM → TTS →
[网络] → OPUS 编码 → ESP32 解码 → 扬声器播放

[视觉 - 右眼]
OV3660 → Capture → JPEG 编码 → HTTP POST → 云 LLM →
返回分析结果 → MCP 协议 → 大模型 → 回答用户问题

[视觉 - 左眼]
Grove Vision AI V2 → 离线人脸/物体追踪 → USB → ESP32 →
显示追踪结果 → 舵机云台跟随 → 持续追踪

[动作]
LLM → MCP 工具调用 → ESP32 队列 → 后台任务 →
舵机按轨迹运动 → 完成 → idle

BOM 代码支持核对

项目已经具备了 Coglet 机器人所需的所有软件基础设施，可以直接映射硬件到 BOM。

设计亮点

1. 分层抽象设计：Camera 抽象基类，Esp32Camera 和 EspVideo 两种实现，完美适配 Coglet 双摄像头设计

2. MCP 原生集成：所有舵机动作直接作为 MCP 工具暴露给大模型，大模型可以自主组合动作

3. 异步动作执行：动作队列在后台任务执行，不影响语音交互和 WiFi 连接

4. 参数持久化：舵机校准参数存储在 NVS，用户可在线校准，无需重新编译

5. 内存安全：大帧分配在 PSRAM，DRAM 保持充裕，适合 ESP32-S3 架构

6. 硬件加速：支持 PPA 硬件旋转、硬件 JPEG 编码，充分利用 ESP32-S3/ESP32-P4 特性

上游框架总结

CogletESP 继承了小智 AI 底层框架的完整能力：
- 应用主控制器，单例模式，事件驱动主循环
- MCP Server：Model Context Protocol 服务端，设备端工具调用
- Protocol：抽象协议基类，支持 WebSocket / MQTT+UDP
- Audio Service：音频采集、编码、唤醒检测、VAD 语音活动检测
- Display：OLED/LCD/LVGL 显示驱动，支持表情显示
- State Machine：有限状态机管理设备状态
- OTA**：无线固件升级

Coglet 选择小智 AI 作为固件框架是一个很好的工程决策——小智已经解决了复杂的音频、网络、协议、OTA 等底层问题，让 Coglet 团队可以专注于机械设计和用户体验。

总结

Coglet 是一个精心设计的开源桌面机器人项目，它在机械设计和开放性上都下了很大功夫。在具身智能（Embodied AI）和个人机器人复兴的浪潮中，这样的开源项目尤为可贵——它为 AI 提供了一个真正有表现力的物理载体，又保持了完全开放和可定制，让创客社区能够在此基础上不断创新。

目前项目已经超额 640% 完成众筹目标，预计 2026 年 8-9 月开始交付，所有设计文件都会开源到 GitHub，即使不参与众筹，你也可以自行打印组装。

本文基于 Kickstarter 项目公开内容整理，2026 年 4 月