25美元DIY智能眼镜OpenGlass开源项目把AI助手戴在脸上【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地铁里迎面走来一个眼熟的人你愣是叫不出名字路边的日文招牌看不懂掏手机又嫌麻烦开会开一半忘了刚才那个人说的关键数据。这些场景里你缺的不是手机而是长在眼睛上的AI。OpenGlass 就是一个把任意普通眼镜变成 AI 智能眼镜的开源项目——全部零件加在一起不到25美元摄像头、麦克风、蓝牙芯片一样不少还能接上大模型帮你看图说话、回答你的提问。这份价值速览先让你心里有数维度OpenGlass 给出的答案总成本约25美元ESP32 S3 摄像头 电池 3D打印支架硬件门槛三样现成零件一颗螺丝刀都不用上手时间刷固件 装 App一个下午搞定AI 能力图像描述、文字识别翻译、语音问答模型选择Moondream / LLaVA本地、Llama3 / GPT云端连接方式蓝牙 BLE 直连手机数据不出本地许可证MIT随便改、随便商用一句话总结它不卖成品它给你全套图纸 固件 App 源码让你自己拼出一台智能眼镜还能看懂每一行代码。从零到戴上只需五步先别急着研究原理OpenGlass 的最大优点就是跑起来再说。照着下面走很快你就能看到第一张AI 描述。1. 准备硬件一块 Seeed Studio XIAO ESP32 S3 Sense自带摄像头、一块 3.7V 250mAh 电池、一个 3D 打印的眼镜支架STL 文件在仓库里。2. 刷固件下载 Arduino IDE装好 ESP32 开发板支持包把firmware/firmware.ino打开选好XIAO_ESP32S3板型记得在 Tools 里把 PSRAM 设为 OPI PSRAM然后一键上传。3. 拉代码装依赖克隆仓库后安装依赖也可以用 yarngit clone https://gitcode.com/GitHub_Trending/op/OpenGlass cd OpenGlass npm install4. 配密钥在sources/keys.ts里填上 Groq 和 OpenAI 的 API Key本地跑 Ollama 的话拉一个视觉模型ollama pull moondream:1.8b-v2-fp165. 启动 App运行npm start浏览器打开本地链接点 Connect to the device蓝牙配对完成你的眼镜就活了。核心亮点一AI 大脑可以本地跑也能上云OpenGlass 最聪明的地方是把 AI 做成了可插拔的分层架构。看sources/agent/imageDescription.ts里的函数默认调 Ollama 的 Moondream 模型export async function imageDescription( src: Uint8Array, model: KnownModel moondream:1.8b-v2-fp16 ): Promisestring { return ollamaInference({ model, messages: [{ role: system, ... }] }); }为什么这么设计因为不同场景要的模型根本不一样要快、要隐私→ 用本地 Moondream1.8B 参数的小模型图片不出你的电脑要准、要细节→ 换 LLaVA 系列描述更丰富要懂对话→ 走 Groq 上的 Llama3 或 OpenAI 的 GPT云端大模型负责推理问答。这种本地小模型兜底、云端大模型增强的搭配正是开源项目里少见的务实。代码里改一行model参数就能切换你完全可以根据自己机器性能慢慢调。核心亮点二它不只是相机是能回答问题的记忆助手OpenGlass 和普通拍照上传最大的区别藏在sources/agent/Agent.ts里。它的工作流是这样的眼镜拍下照片先由图像模型生成一段文字描述所有描述累积在内存里形成视觉记忆你开口提问时Agent 把这些描述打包丢给大模型让它只根据这些信息回答。let combined ; for (let p of this.#photos) { combined p.description; } let answer await llamaFind(question, combined);注意 prompt 里那句ONLY use the information in the description of the images to answer the question——它强制模型只看眼前真实看到的不许瞎编。这意味着你可以问我刚才见到的那个人穿什么颜色的衣服这个牌子上的字翻译一下而答案都基于眼镜真实捕捉到的画面。对它本质上是一副带外置记忆的眼镜。技术权衡为什么是 30 万像素和蓝牙很多新手会问摄像头才 30 万像素够用吗答案是够而且这是深思熟虑的选择。30 万像素足以让 AI 认出物体和文字却能把功耗和蓝牙传输量压到最低。眼镜一天要戴在头上省电比堆参数重要得多。再看通信方式固件通过 BLE 蓝牙和手机互通App 端订阅照片特征值接收分帧图片收到后还会自动旋转修正方向。选蓝牙而不是 Wi-Fi是因为它功耗低、配对快手机和眼镜都在你身上距离根本不成问题。固件里还有个细节值得点赞——音频编码做了三档可选firmware/firmware.ino// #define CODEC_OPUS // 高质量语音编码 // #define CODEC_MULAW // Web 应用使用 #define CODEC_PCM // 原生应用使用开发者的注释写得很直白Opus 质量最高但还在打磨Mu-law 给网页端PCM 给原生 App。你按使用场景改一行注释就能切换这种把决定权交给用户的态度正是开源精神的体现。真实案例同一个场景四款模型的现场对比仓库的prompts/series_1/目录里躺着 60 张真实拍摄的测试照片每张都配了四个 AI 模型的描述文本。开发者用脚本批量跑完把结果原样存下来当标尺。同一张室内照片Moondream、LLaVA-Llama3、LLaVA-34B 各自给出描述你可以直观看到模型的风格差异。比如 img_1 这张图四个模型的描述角度完全不同Moondream 偏事实陈述一个男人坐在前景用着手机LLaVA-Llama3 会渲染氛围工业风的管道、窗外城市的喧嚣LLaVA-34B 则会推测场景很可能是个火车站。另一组测试捕捉了人群中的手机使用场景验证模型在复杂背景下的文字与物体识别表现。这个目录本身就是活教材你想知道哪个模型适合自己直接翻对比结果不用自己烧钱挨个试。数据与效果它到底省在哪对比项商业智能眼镜OpenGlass售价数百至数千美元约25美元是否开源通常封闭硬件固件App 全开源AI 模型厂商锁定本地/云端随意切换维修扩展返厂自己换件改代码省下的不只是钱。全开源意味着你手上的眼镜永远不会过时——大模型在进步你换个模型就能升级一次。社区与扩展开源生态的乘数效应因为采用 MIT 许可证OpenGlass 的玩法已经超出了眼镜本身有人加心率传感器做健康监测版有人接二维码扫描做工业巡检有人加翻译模块做学习工具还有人把它改造成户外运动记录仪。每个 fork 都是一次新的可能性。 一个提醒目前仓库官方标注项目已整体迁移到 Omi 仓库原仓库不再维护。如果你想基于它继续开发建议以迁移后的新项目为起点具体状态以官方仓库为准。新手常见问题 FAQQ1一定要会写代码才能用吗不需要。照 README 刷固件、装 App 就能跑起来。想改功能才需要看代码。Q2没有 Ollama 能不能用能。直接用 Groq 或 OpenAI 的云端 API在keys.ts里填 Key 即可本地模型只是为了省流量和保护隐私。Q325 美元真的够吗指零件成本。三样核心硬件加起来确实在这个量级不含 3D 打印机的费用——不过很多创客空间、学校都有现成的。Q4电池能撑多久250mAh 的容量定位是轻度全天使用。想续航更长换个容量大的电池即可开源设计留足了改装空间。下一步轮到你动手了回到开头那个场景认不出的人、看不懂的招牌、记不住的数据——OpenGlass 让这些问题有了一个 25 美元、人人能拆开看的答案。它不完美但它是你的每一行代码、每一个零件都属于你你可以让它变成任何你想要的样子。克隆仓库、跑起来、拍下第一张照片然后问它一句你看到了什么。你的智能眼镜之旅从这一刻开始。【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