技术洞察
【平台指南】澜存开放平台（Hardware AI Runtime）全面介绍：让 AI 运行在硬件世界
澜存开放平台（Hardware AI Runtime）是面向 AI 玩具、机器人、IoT 终端、小家电、教育设备和企业级硬件产品，提供从智能体创建到设备运行的一整搭建与运营系统。它把语音引擎、模型调用、Skill、知识库、设备协议、记忆、日志、OTA 和硬件联调放在一条链路中，让硬件团队可以先完成 POC，再逐步进入产品化和批量运营。
先看结论： 澜存开放平台（Hardware AI Runtime）是面向 AI 玩具、机器人、IoT 终端、小家电、教育设备和企业级硬件产品，提供从智能体创建到设备运行的一整搭建与运营系统。它把语音引擎、模型调用、Skill、知识库、设备协议、记忆、日志、OTA 和硬件联调放在一条链路中，让硬件团队可以先完成 POC，再逐步进入产品化和批量运营。
一、平台解决的不是“聊天”，而是硬件运行
当 AI 进入硬件后，一句语音背后通常要经过多个环节：
麦克风采集 → 语音识别 → 智能体理解 → 模型与工具路由 → 设备指令下发 → 动作/屏幕/声音反馈 → 记忆与日志保存
如果企业只接入一个大模型 API，还需要自己处理设备协议、工具调用、执行结果、异常重试、用户绑定、用量统计和固件升级。澜存开放平台的价值，就是把这条复杂链路封装成硬件产品可以使用的运行时。
二、平台的三层对象关系
平台围绕三个对象组织硬件项目：
- 企业或商户：代表品牌方、客户或开发团队，管理应用、设备、用量和密钥。
- 应用与智能体：应用决定产品的使用边界和业务场景，智能体承载人格、模型、Skill、知识库和记忆。
- 设备：设备通过标准协议或澜卡 LC.AI 模组接入智能体，完成语音、传感和动作执行。
这三层对象可以形成隔离关系，避免不同企业、不同应用和不同设备之间出现记忆混淆或数据串线。
三、智能体运行时
平台提供智能体运行时，让设备从“收到一句话”进入“理解、决策、执行、反馈”的完整闭环。
1. 意图理解
用户说出的不是标准 API 命令，而是自然语言。平台需要判断用户想做什么、涉及哪台设备、需要什么参数，以及是否需要调用外部能力。
例如：
- “我有点冷，但不要太吵”需要同时理解温度和噪声偏好；
- “帮我看看电量”需要查询设备状态；
- “我被卡住了”可能触发机器人动作策略；
- “讲一个关于这座山的故事”需要调用知识库和内容生成能力。
2. 工具和 Skill 调用
平台将外部能力封装成 Skill 或工具，让智能体可以调用天气、设备状态、传感器、灯光、空调、动作、电量、知识库和第三方 API。
Skill 应该至少说明：
- 适用场景；
- 触发条件；
- 输入参数；
- 可执行动作；
- 返回结果；
- 失败时如何反馈。
这样，硬件团队不需要把所有能力写进一段复杂提示词，而是可以把它们拆成可维护、可复用的技能单元。
四、全链路语音引擎
平台覆盖从语音输入到语音输出的主要环节：
- 麦克风采集；
- ASR 语音识别；
- LLM 或其他模型理解；
- TTS 语音合成；
- 声音、动作和设备状态同步；
- 断网、低电量和异常状态提示。
平台可以根据任务复杂度选择不同模型和路由策略：简单指令优先使用更轻量的路径，复杂理解、知识检索和多设备协作再进入更强的模型和工具链。
五、标准化设备协议
硬件团队不需要从零设计每一种设备消息。平台支持通过标准化设备协议接入硬件，并处理设备状态、传感器数据和执行指令。
现有平台介绍中出现的连接方式包括 WebSocket、MQTT、UDP 等。实际项目可以根据网络条件、设备类型、实时性和安全要求选择合适的协议。
设备接入后，平台需要知道：
- 设备是谁；
- 设备当前状态是什么；
- 设备支持哪些指令；
- 设备有哪些传感器和外设；
- 指令是否真正执行成功；
- 执行失败时如何返回结果。
这也是澜卡 LC.AI 标准模组与平台协同的关键：模组连接物理设备，平台管理智能体和设备能力。
六、知识库与长期记忆
平台的知识库用于解决“产品应该知道什么”，长期记忆用于解决“产品应该记住谁”。
知识库
适合导入：
- 品牌资料；
- 产品说明；
- 教育内容；
- 故事素材；
- 场馆、景区或展厅资料；
- 行业知识和售后问答。
长期记忆
适合保存：
- 用户称呼和角色关系；
- 用户偏好；
- 重要事件；
- 角色设定；
- 历史任务和互动总结；
- 设备状态和使用习惯。
知识库保证内容一致，记忆保证交互连续，两者需要通过权限和删除机制分别管理。
七、企业级隔离与运营后台
面向企业和小 B 客户，平台需要从“能运行”进一步进入“能管理”：
- 企业与商户隔离；
- 应用、智能体和设备分层管理；
- 设备列表与批量绑定；
- 对话记录和记忆摘要；
- 操作日志和服务端日志；
- 用量、积分和账单统计；
- 订阅套餐和资源管理；
- 商户自有 Skill 和工具；
- 自有音色、快速回复和知识库；
- Open API 密钥管理。
对大型品牌来说，平台不应替代其原有 App 或后台，而应成为其后端智能能力层。品牌可以保留自己的用户界面，把澜存平台作为智能体运行、设备接入、模型调用和硬件执行底座。
八、OTA 与设备生命周期
硬件产品上线后还会持续变化，OTA 是平台化交付的重要环节。平台需要支持：
- 为设备、产品和固件建立版本关系；
- 推送固件或资源更新；
- 记录升级结果；
- 对失败设备进行重试或回退；
- 让新旧批次设备在同一平台上持续运行。
对于 AI 玩具，音乐、故事、技能和角色内容也可以通过平台持续更新；对于机器人和 IoT 设备，OTA 还需要配合设备协议、动作库和安全策略。
九、开发者的完整接入流程
第一步：注册
进入平台，点击“开始使用”，使用手机号获取验证码并完成注册。
第二步：创建应用
先创建应用，再创建智能体。应用用于确定产品场景、用户范围和运营边界。
第三步：配置智能体
填写名称、人格、角色背景、提示词、ASR、LLM、TTS 和音色。
第四步：配置知识库和 Skill
导入产品资料或场景内容，选择已有技能，或创建自定义 Skill。
第五步：网页对话测试
没有实体设备时，可以先在网页端与智能体对话，检查人格、知识库、回复速度和任务逻辑。
第六步：绑定设备
获得澜卡 LC.AI 测试模组后，通过设备播报的六位验证码、MAC 地址或扫码方式完成绑定。
第七步：硬件联调
测试唤醒、连续对话、按键打断、传感器触发、动作执行、低电量反馈、断网提示和重启后的恢复状态。
第八步：进入产品化
完成设备协议、日志、OTA、批量绑定、用量管理、异常处理和量产测试，再进入更大规模的设备接入。
十、平台适合哪些团队
个人开发者
适合快速体验语音、Skill、知识库和标准模组，先完成一个硬件级 POC。
AI 产品团队
适合验证人格、情感、记忆、知识库和多设备联动，不需要先搭建完整的云服务。
嵌入式团队
适合把精力集中在硬件结构、传感器和执行部件，平台负责智能体和云端能力。
品牌和小 B 客户
适合将自有产品、用户界面和业务 API 与平台连接，获得可管理的智能硬件能力。
解决方案团队
适合把同一套智能体、Skill 和设备协议复用到玩具、家居、教育、零售和工业 IoT 等多个场景。
十一、平台选型时的关键问题
- 是否提供硬件运行时，而不是只有模型 API？
- 设备协议和执行结果是否可追踪？
- 是否支持 Skill、知识库和长期记忆？
- 是否支持企业、智能体和设备隔离？
- 是否有日志、用量、OTA、批量绑定和 Open API？
- 是否能从小规模 POC 走向多设备和量产运营？
常见问题 FAQ
平台能不能不接澜卡模组？
平台面向多种 AI 硬件接入，具体取决于设备协议和项目适配；澜卡 LC.AI 是澜存提供的标准物理接入方式。
平台和普通大模型后台的区别是什么？
普通大模型后台主要处理模型调用，澜存开放平台还处理智能体、Skill、知识库、设备协议、传感器、执行反馈、日志、OTA 和硬件生命周期。
小型团队需要自己部署服务器吗？
可以先使用平台完成智能体和硬件 POC，再根据产品规模、业务系统和部署要求规划更深度的集成。
是否支持自己的 App？
支持按项目通过平台能力与品牌自有 App、后端系统或小程序对接，具体接口和权限以平台当前版本为准。
申请澜卡 LC-1.7 标准模组测试，享受免费Token测试