Skip to main content

边缘硬件上的语音仓库管理方案：搭建、部署与实测数据

使用须知

这是作业辅助工具，不是认证的库存记账系统；REST 接口没有离线队列，网络或服务中断期间的请求直接失败，恢复后不补发。

这套方案是干什么的​

作业员站在收货口说一句"入库 10 箱苹果"，货架上的 SenseCAP Watcher 听到后，一条入库单写入同一栋楼里 reComputer 网关上的仓管数据库。问"苹果还剩多少"，设备直接语音播报。不用打字、不用翻菜单，手不离开货物。

适用于流水发生在离键盘很远的地方：收货口、货架通道、叉车驾驶位，以及因为培训成本太高一直没上 WMS 的小仓库。

语音和数据库之间用 MCP（Model Context Protocol） 连接。仓管系统把每个库存操作发布成一个 MCP 工具，Watcher 上的语音 agent 作为 MCP 客户端连上这个端点。新增一个语音动作只需加一个工具，不用重训语音模型；对接已有的 ERP/WMS，就是把对方的数据接口映射到同一套工具上。

作业员对着装在货架上的 SenseCAP Watcher 说话完成出入库

  • Watcher 装上就能用

    SenseCAP Watcher 自带语音 agent 和人脸识别固件，烧录后装在工位即可语音出入库，并核验作业员身份。

  • 数据留在现场

    仓管数据库跑在现场的 reComputer 网关上。套餐三把识别、大模型和合成也放在厂区，部署后不调用任何外部服务。

  • 开源，可接已有 ERP/WMS

    仓管系统代码开源。对接已有系统是把对方的数据接口映射到同一套 MCP 工具，量级是几十行映射代码。

  • 加指令不用重训模型

    新增一个语音动作就是注册一个 MCP 工具，Watcher 固件不用改。

看板上能看到什么​

一句话说完，结果出现在网关的看板上。库存页列出每个品类的当前数量与最近一次变动：

仓管看板：各品类当前库存、最近变动时间与状态

流水页是逐条的出入库记录，带批次号、操作者与来源（语音或 REST）：

出入�库流水：逐条记录的批次号、数量、操作者与来源

作业员名单在用户页维护，人脸核验以这份名单为准：

用户页：作业员名单与权限，人脸核验以此为准

需要哪些硬件​

三类设备。买哪几样，取决于数据和语音 AI 允许放在哪里。

① 语音终端：SenseCAP Watcher。 所有套餐必选，一个作业工位一台。它有两颗处理器：ESP32 跑小智语音 agent（唤醒词、录音、推流、MCP 客户端），Himax WE2 跑人脸识别固件做作业员核验。

② 边缘网关。 跑仓管系统，自建套餐里还跑 MCP 端点。它决定人脸识别能否放在网关侧、一台主机能带几个点位。

③ 本地 AI 主机。 只有识别、大模型、合成都必须留在厂区时才需要。

型号在本方案里的角色什么时候选它
SenseCAP WatcherSenseCAP Watcher语音终端、MCP 客户端、端侧人脸识别必选，一个工位一台
reComputer R1125-10reComputer R1125-10跑仓管系统的边缘网关库存数据留在本地、20 人以内、人脸识别由 Watcher 端侧完成
reComputer Industrial R2135-12reComputer Industrial R2135-12带 Hailo-8 加速卡的边缘网关超过 20 人，或者需要活体检测
reComputer J4012reComputer J4012一台机器同时跑仓管系统、人脸识别和自建语音服务2–3 个点位共用一台主机
reComputer Robotics J5011reComputer Robotics J5011本地大模型与语音，不调用任何外部服务厂区必须离线

Watcher 端侧最多存 20 张人脸模板。超过 20 人，识别要放到网关侧，所以 20 人以内选 R1125，超过 20 人选带 Hailo-8 的 R2135。

其他前置条件：Watcher 只连 2.4 GHz Wi-Fi（只开 5 GHz 的 SSID 在配网扫描里不出现），网关要在同一局域网内。套餐三的部署步骤会预检 NVIDIA container runtime，以及约 10 GB 空闲磁盘（语音模型 + LLM engine 文件）。

选型排他边界​

  • 全离线端侧大模型环境：若涉密仓库或无外网环境下需要使用语音大模型，请勿选择试用版或仅带网关的 Tier 1/2A 套餐，必须选配带 reComputer J4012（Orin NX 16GB）的 Tier 3 纯局域网套餐。
  • 弱网环境无写入队列：仓管 REST 接口当前未设服务端离线队列，网络中断期间客户端发出的出入库写入不会自动补发，客户端需自行做离线事务缓存。

现场怎么部署​

三步：装 Watcher 并烧录固件、在网关上启动容器、接通语音链路。

一、装 Watcher：装在流水发生的地方​

装在作业点

Watcher 装在收货口、货架通道、叉车驾驶位这些作业员实际办理出入库的位置。装在办公室，作业员就要记住数量再走过去补录。

烧录走 USB-C，设备枚举为 WCH USB-UART 桥（0x1a86:0x55d2）。两份固件各烧一颗处理器：小智语音 agent 烧进 ESP32，人脸识别固件烧进 Himax WE2。

二、把网关跑起来​

仓管系统是一个 Docker 服务。部署步骤按套餐区分，在可部署方案页选完配置后可以直接下载对应的应用包。

选配置并下载应用包 🖱️

部署可以通过 SSH 连到网关执行，也可以直接在网关本机执行。现有库存可以在首次启动时用提供的 Excel 模板导入。

部署完成后看板在 http://GATEWAY_IP:2125，容器健康检查是同端口的 GET /health。

三、接通语音链路​

套餐 0、一、二A 用 SenseCraft 下发的 MCP 端点地址。套餐二B、三自建 MCP 端点在 18004，语音服务在 18000（管理控制台 18003）。套餐三再加 EdgeLLM（8000）与 OpenVoiceStream（8621），部署完成后不调用任何外部服务。

有哪些接口​

两个对接面：

MCP 端点（18004）：给语音侧用。 agent 能做的每件事都是这个端点上的一个工具。扩展指令就是再注册一个工具，Watcher 固件不动。对接已有 ERP/WMS，就是按同一套工具实现你系统的数据接口，量级是几十行映射代码。说法上的偏差由模糊匹配归到最接近的已注册指令，不直接拒绝。

REST API（2125）：给其余系统用。 库存清单、出入库流水、agent 状态都走 HTTP。

接口端点 / 端口内容
看板 + REST APIhttp://GATEWAY_IP:2125库存清单、出入库流水、agent 连接状态
健康检查http://GATEWAY_IP:2125/health仓管服务就绪后返回 200
MCP 端点18004库存操作以 MCP 工具形式发布
库存数据库warehouse_data 卷内的 SQLite，/data/warehouse.db挂载或导出，供外部 BI / ERP 任务读取
语音服务WebSocket 18000，管理控制台 18003Watcher 音频流（套餐二B、三）
本地 AI8000 EdgeLLM（OpenAI 兼容）、8621 OpenVoiceStream对话补全；识别、合成与声纹（套餐三）

访问按 API key 角色与租户隔离。VIEW key 调写接口返回 403，跨租户读写都返回 403，两项均已实测，见「性能与实测数据」。

性能与实测数据​

warehouse_system

运行时与关键参数​

部署位置大模型TTS / ASR网络
SenseCraft 云Seeed 托管Seeed 托管需要外网
自选 API任意 OpenAI 兼容端点（如 DeepSeek）OpenAI · Azure Speech · 火山引擎 · 阿里云 · Edge TTS需要外网
本地 JetsonEdgeLLM：Qwen3.5-4B，profile qwen35-4b-gdn-mtp，8k engineOpenVoiceStream（识别 + 合成 + 声纹）纯局域网

本地镜像面向 JetPack 6.2 / TensorRT 10.3 构建。

  • BUSINESS_RATE_LIMIT：出库等业务接口的限流阈值，默认 600 次/分钟，按已认证身份（API key / 会话）计数，取不到身份时按来源 IP。注册、找回密码、设备校验的防枚举限速按 IP 计数。
  • 批次号 batch_no：格式 YYYYMMDD-NNN，原子取号，并发入库时写入串行化。

仓管 REST 接口实测​

设备：reComputer R2000 系列（arm64），跑仓管容器。条件：每档 60 s，1 个仓库、50 个种子物料、SQLite 后端；请求经 Tailscale 广域网链路。

操作档位结果
GET /api/materials/list并发 10p95 404 ms，p99 2.7 s，错误率 0%
GET /api/materials/list并发 20p95 824 ms，p99 5.3 s，错误率 0%
GET /api/materials/list并发 50p95 5.5 s，p99 8.7 s，错误率 0%
POST /api/materials/stock-in并发 5 / 10 / 20错误率均为 0%；共 1481 个批次，批次号 0 重复；p95 634 ms – 4.96 s
POST /api/materials/stock-out并发 10 / 20 / 50，两个 API Key 共用一个出口 IP默认 600 次/分钟阈值内 0 次 HTTP 429；单身份约 5–6 次/秒
服务中断约 10 req/s 查询流量，容器重启中断 34 s中断期间 100% 请求失败，无排队无补发；恢复后约 1 s 内完全恢复，无积压、无脏数据
角色与租户隔离4 次单发探针4/4 符合预期：VIEW key 写 403、读 200，跨租户写 403、读 403

复现：runs/2026-09-05-load/、evaluation/runs/2026-09-06-a2-retest/results.md

本地大模型吞吐​

设备模型吞吐条件
reComputer Robotics J5011EdgeLLM Qwen3.5-4B约 16 tokens/s上游数字，未附运行日志

已知退化​

  • 库存查询延迟从并发 20 开始变差。 p95 从并发 10 的 404 ms 升到并发 20 的 824 ms，并发 50 时 5.5 s，已无法用于交互。
  • REST 接口没有离线队列。 网络或服务中断期间的请求直接失败，恢复后不补发；重连与退避只覆盖 MCP 语音 WebSocket 通道。缓解方式：网关侧保证网络可用（有线优先、UPS 供电、服务与客户端在同一局域网），把不可用窗口压到设备重启时间；或在客户端做写入队列，联通后按顺序补发、按批次号去重（客户端队列未实现）。

下一步​

  • 在 reComputer R1125-10 网关上补跑仓管 REST 接口负载实测。

数据与素材出处​

  • 压测数字、测试条件与已知限制：上游 sensecraft-solutions@smart_warehouse description_zh.md 的"实测边界"与"已知限制"两节。
  • 本地大模型吞吐（约 16 tokens/s，reComputer Robotics J5011）：上游 guide.md「Preset: Tier 3 · Premium」一节。
  • 设备角色、套餐构成与加速卡要求：上游 solution.yaml 的 intro.device_catalog 与 intro.presets。
  • 仓管系统源码：github.com/suharvest/warehouse_system。
  • 产品图：Seeed Studio 产品库（media-cdn.seeedstudio.com）。
  • 场景图：Seeed Studio 方案素材（files.seeedstudio.com）。
Loading Comments...