本文来源：https://mp.weixin.qq.com/s/WRBheFsfq2ZOJ07glq4XGA
若有版权问题，请来信告知：13951431913#139.com 或在右方提交评论。

过去一年，我接触并关注了许多 AI 录音设备。

PLAUD 机身纤薄，设计成熟度高；钉钉 A1 与办公系统的整合非常紧密；飞书和安克推出的 AI 录音豆，将录音功能精简至一枚可佩戴的“豆状”设备。它们共同表明：用户确实需要一个比手机更轻巧、更快捷、干扰更小的声音采集工具。

然而，使用越深入，我越关注另一个挑战：

设备购买后，我能否自主决定录音文件的存储位置、处理模型的选择，以及最终的数据流向？

这并非单纯的价格问题，而是选择权的问题。

因此，我重新启动了“记忆面包”项目。

这是一款基于 ESP32-S3 和电子墨水屏开发板打造的开源 AI 录音卡片。其固件源码和中文使用指南已在 GitHub 上架，外壳模型也已发布至 MakerWorld 平台。所有用户均可进行复制、修改，或接入个人模型与工作流程。

固件源码：

3D 打印外壳：

一、我反对的不是订阅模式，而是“仅有订阅”的单一选择。

需要明确的是：云端转写服务、模型推理运算、跨设备数据同步以及持续的软件维护均需成本投入。商业设备收取订阅费用，本无可厚非。

关键在于，许多 AI 硬件将硬件本体、云服务、处理模型和数据出口强行捆绑为一个不可分割的整体。

PLAUD 目前提供了包括 Starter、Pro 和 Unlimited 在内的多种方案。根据官方说明，Starter 方案每月包含 300 分钟的语音转写服务，Pro 方案则为每月 1,200 分钟，如需更高使用量，用户可选择升级方案或购买额外时长。钉钉在 A1 产品发布时公布的信息显示，其旗舰版硬件定价为 799 元，同时提供每月 1,000 分钟的转写功能和 10GB 云存储空间，此外还推出了 599 元/年的专业版和 1,499 元/年的高级会员选项。尽管产品方案和价格未来可能调整，但“先购买硬件设备，再按月或按年采购 AI 服务”已成为行业内普遍的商业模式。

飞书 AI 录音豆选择了不同的技术路径：硬件部分由安克负责，录音内容会自动同步到飞书的妙记功能和会议纪要中。对于已经使用飞书的团队来说，这种整合体验尤为便捷；不过，它的实用价值与飞书账号体系、妙记功能以及组织内部的协同系统密切相关。

这些产品的优势各有侧重。PLAUD 在工业设计与应用完整性方面表现突出；钉钉更适用于已在钉钉平台上开展工作的企业；而飞书则擅长将会议记录转化为文档、任务项和组织知识库。

我真正介意的是：

如果未来我决定停止使用这项云服务，硬件设备还能否继续发挥作用？

原始录音文件是否能够直接导出，而不需要通过 App 内的多层操作才能获取？

我是否可以选择使用 DeepSeek、Kimi、GLM 等替代服务，或者未来出现的新型模型？

转写后的文字内容能否直接传输到闪念贝壳、飞书、自建服务器，甚至是我自己开发的工具中？

一款硬件产品，不应仅仅被视为获取某个平台的长期凭证。

二、记忆面包旨在探索“软硬分离”的可能性

记忆面包并非追求在工业设计、降噪技术或最终体验上立即超越现有商业产品。它更像是一种可以实际拆卸的实验原型：

录音硬件→microSD 卡中的标准 WAV 格式文件→用户自选的语音识别服务→用户自选的大语言模型→闪念贝壳/飞书/自建服务/其他应用

这些层级之间不应被固定绑定。

当前的记忆面包采用以下路径：

按键录音后，将完整 WAV 文件保存到 microSD → 用户手动执行同步 → 硅基流动 SenseVoiceSmall 进行转写 → 将 TXT 文件保存到 microSD → DeepSeek-V3.2 整理标题、摘要和正文 → 闪念贝壳 MCP 创建笔记。

硅基流动只是当前接入的服务，并非硬件唯一的核心。其官方售价页目前将 SenseVoiceSmall 列为免费语音模型，DeepSeek 按 Token 收费；未来价格或模型状态变化时，可通过修改源码切换至其他兼容服务。

闪念贝壳也不是最终唯一的选择。目前先接入它，是因为它提供 MCP 接口，设备可直接调用 note_create 创建笔记。后续还可进一步集成飞书、自建 Webhook，或让设备从 MCP 读取笔记和待办事项。

这里最关键的并非“免费”，而是：

Key 归你所有，录音归你所有，microSD 归你所有，数据流向由你掌控。

三、当前所能实现的功能

当前公开发布的固件版本为 v1.5-memorybread，主要功能包括：

按住录音键即可记录零散思绪，松开后自动保存。

屏幕点亮状态下，快速轻点三次即可启动长时间录音，再次轻点即可停止。

每次长时间录音将生成单一连续 WAV 文件，不会按分钟分割成多个文件。

支持 16 kHz、16 位、单声道录音，录音过程实时写入 microSD 卡。

配备 1.54 英寸黑白电子墨水屏，支持中文用户界面。

能够显示全部 20,992 个 Unicode 基本区汉字。

最多可保存三组 2.4 GHz Wi-Fi 连接，例如家庭网络、办公网络和移动热点。

手机连接至设备热点后，支持扫描周边 Wi-Fi网络、输入 API Key 及 MCP Token。

网页客户端支持笔记的浏览、播放、下载及删除操作。

支持标签功能、三种提示音主题设计、深度睡眠模式以及 HTTPS OTA 升级。

即便在没有网络连接和 API Key 的情况下，该设备仍可作为标准录音工具使用。

长时间录音采用 PSRAM 环形缓冲技术和边录制边写入存储卡的机制。固件每隔约 30 秒会更新一次 WAV 文件头，降低因异常断电导致整段录音无法播放的概率。v1.5 版本还解决了录音完成后错误触发深度睡眠、以及录音已存储却未在索引中显示的问题。

这并非一个视觉化的概念图，而是一套已实际烧录至真实开发板并经过测试的固件程序。

四、如何打造一台记忆面包

硬件方面无需自行设计 PCB，核心开发板已整合了墨水屏、麦克风、扬声器、microSD 卡槽、充电管理模块及两个按键。

你真正需要做的仅三步：准备硬件、获取项目文件、按住指定按键让 AI 自动完成烧录。

1. 准备硬件

你需要：

当前固件适用于黑白屏 ESP32-S3 版本。触控版虽可运行但暂不响应触摸操作；RP2350 和四色1.54G 版本不兼容。

开发板的技术文档与参数信息可查阅：https://www.waveshare.net/shop/ESP32-S3-ePaper-1.54-EN.htm

2. 打印外壳

外壳模型文件已上传至 MakerWorld 平台：

具体模型链接为：https://makerworld.com.cn/zh/models/2827932-ji-yi-mian-bao-lu-yin-ji

下载模型时需参考页面标注的打印参数，合理选择材料、层高及支撑设置。组装时请勿先连接电池，务必检查按键回弹顺畅且 USB-C 和 microSD 开口无遮挡，确认无误后再进行最终装配。

使用或二次创作该外壳时，需遵守 MakerWorld 页面中标注的授权协议。

3. 最便捷的方案：将项目委托给 AI 编程助手处理。

即便不懂编程也不用担心。这一环节可转交给 Codex、Claude Code，或具备读取本地文件及执行终端命令功能的 WorkBuddy（了解更多） / CodeBuddy 等工具。

首先访问以下 GitHub 项目：

项目链接为：https://github.com/Shawn-TKD/memory-bread

点击 Code → Download ZIP，下载后解压。然后在 AI 编程助手里打开整个 memory-bread 文件夹。你不需要先学 Arduino，也不用自己判断该安装哪些工具。

不同助手的按钮名称可能不同，但过程都是一样的：打开项目文件夹，把下面的提示词完整发给它。

4. 第一次对话：让 AI 配好环境并编译

复制下面这段话：

请帮我规格并编译这个 Memory Bread（记忆面包）ESP32-S3 固件。如果电脑缺少 arduino-cli，请先安装；然后安装 esp32 board core 3.2.0，以及 Adafruit GFX Library 和 ArduinoJson。请编译 ./memory_bread，板型使用 ESP32-S3 N8R8，并使用以下选项：PSRAM=opi, PartitionScheme=custom, CDCOnBoot=cdc, FlashSize=8M。编译完成后告诉我是否成功，并报告固件大小。暂时不要烧录，先等我连接设备。不要修改机型能力，也不要把任何 API Key 写进源码。

接下来，AI 会检查电脑、安装缺少的工具并编译。遇到平台安装或访问项目文件的授权提示时，确认目标确实是当前项目和 Arduino 工具，再允许它继续。

如果最后表明编译成功，就可以进入下一步；如果失败，直接对它说：“请依据刚才的错误继续修复，直到编译成功。”

连接开发板时，仅需长按任意一个按键即可。

这一步无法由 AI 代劳，需要亲自动手完成按键操作：

务必选用支持数据传输功能的 USB-C 线材。如果只具备充电功能，电脑将无法识别开发板。

7. 第二次对话：引导 AI 识别设备并执行烧录操作

请将下方的文本发送给同一 AI 助手：

我已经按住开发板的 BOOT / GPIO0（录音键）并连接 USB。请检测新出现的串口，将 ./memory_bread 固件写入这块 ESP32-S3。配置选项为：PSRAM=opi, PartitionScheme=custom, CDCOnBoot=cdc, FlashSize=8M。无需完全擦除 Flash。写入结束后，请核查日志是否出现“Hash of data verified”，确认无误后再告知我松开录音键。若未检测到串口，请先提示我检查哪部分，不要随意猜测端口。

当 AI 明确提示出现“Hash of data verified”时，表明固件已完整写入。此时松开录音键，拔下 USB 后重新连接，设备将正常启动。

若 AI 无法识别设备，建议首先更换一根确认能传输数据的线缆，随后更换电脑的 USB 接口位置，并重新执行“按住录音键插入线缆”的操作。若问题依旧存在，请将完整的错误日志提交给 AI 进行进一步排查。

在整个操作过程中，无需将硅基流动 Key 或闪念贝壳 Token 提供给 AI。这些信息应在设备启动后的配置网页中填写。常规固件写入不会删除 microSD 卡中的录音文件；除非明确了解其影响，否则不应同意“擦除整片 Flash”的操作。

7. 第一次配网

硅基流动 Key 可在控制台的“API 密钥”选项中生成。闪念贝壳 Token 的获取路径为“设置 → MCP → API 密钥”。请务必将密钥仅填写在设备规格页面，切勿将其泄露至 GitHub、截图或公众号文章中。

关于更详细的按键操作、网络配置、数据同步、文件删除、OTA 更新及故障排除指南，均已记录在仓库中的 USER_GUIDE_ZH.md 文件里。

五、开源并非完全零成本

记忆面包目前仍存在若干明显局限：

用户需要自行采购开发板、打印外壳并完成固件烧录工作。

它缺乏商业成品所具备的成熟应用程序、客服支持以及即开即用的便捷体验。

目前必须手动执行数据同步操作，系统不会在后台自动上传，也不会按计划自动进行数据传输。

受云服务提供商的文件大小限制，单次云端语音识别服务无法处理超过约25分钟的WAV文件，无法自动实现分段转写功能。

尚未完成对冗长会议文本的分段概括与最终整合工作。

飞书同步功能仍处于规划阶段。

目前仅实现了向闪念贝壳的数据写入，尚未将搜索、读取及待办工具部署到设备中。

开源并不能使云端算力、电池、存储卡以及开发时间自动消失。它真正削减的是另一项成本：

当你感到不满意时，却无能为力的成本。

你可以选择继续使用商业产品，体验更成熟的解决方案；也可以选择自行搭建，获得更大的掌控力。这两种方式不应相互排斥。

六、本项目真正追求的目标

录音技术的根本目的，在于对抗记忆的消逝。

但在人工智能时代，一段声音已不再仅仅是一个音频文件。它会被转化为文字、摘要、待办事项、日记、人物关系及长期记忆。掌控这条处理流程的人，在很大程度上就掌控了你的第二大脑。

我希望验证的理想结局，并非市场上再多一个封闭的录音品牌，而是让录音设备逐步回归“传感器”的基本功能：

向下，能够适配各式各样的麦克风及录音扩展卡。

中间部分，用户可以选择使用本地模型、云端模型，或是自行搭建服务器。

向上扩展，可与闪念贝壳、飞书、Notion、邮箱、MCP等工具无缝对接，并整合任何个人工作流程。

它更像是录音领域的迷你控制中心，或者可以称其为“全能适配器”。

记忆面包距离这一愿景尚有距离，但至少已经迈出了实际的一步：硬件可购，外壳可打印，源码可获取，录音可存储于自有的microSD卡中。

既然巨头们仍在致力于构建封闭的用户体验壁垒，总有先驱者愿意率先开启一道通道。

因此，我决定将其开源化。

假如你也想打造专属的录音卡片，欢迎进行复刻、提交问题反馈、优化代码，抑或是设计出全新的外壳。

我做了一张不被订阅圈养的录音设备