Vai al contenuto

StackChan

Robot da scrivania di M5Stack collegato a un LLM: parla, balla, ha luci RGB. È costruito attorno al modulo CoreS3, ha servomotori, batteria, un sensore NFC e un lettore microSD. Il firmware è open source su GitHub. Il maker Tommy Bianco l'ha provato su un sample di ingegneria per capire cosa si può fare oltre la pagina prodotto. 1

Come l'hardware arriva all'LLM

Il firmware espone l'hardware all'AI attraverso tre livelli, che Bianco descrive con una metafora biologica:

  1. Driver: le istruzioni per usare un modulo specifico, come un organo di senso che converte una lettura in dati utili.
  2. HAL: il sistema nervoso, che decide quando attivare i driver per leggere i sensi o compiere azioni (per esempio muovere i servomotori).
  3. MCP: il cervello, che mette i dati ricevuti dall'HAL in un contesto verbale e li passa all'LLM che gira su un server, così che possa decidere in base alle condizioni rilevanti.

1 Per il ruolo di MCP nei tool degli agenti vedi Agentic Harness.

L'esperimento del modulo RTC

  • Collegato un modulo real-time clock DS1307 (I2C, via cavo Grove), il robot risponde di non rilevarlo: "l'AI non è magia", bisogna mettere mano al codice. 1
  • In un paio d'ore Bianco ha scritto un driver, adattato l'HAL e aggiunto il contesto verbale nel livello MCP. Dopo il flash il robot vede il modulo ma riporta valori assurdi (il 33 marzo, 68 minuti): probabilmente il driver interroga il bus I2C interno, dove l'IMU a sei assi ha lo stesso indirizzo. Un "successo parziale": l'AI ha il contesto giusto ma dati senza senso. 1
  • Il sensore NFC e il lettore microSD integrati oggi non sono esposti all'AI, perché i loro dati sono difficili da tradurre in un semplice contesto verbale. 1

Giudizio

Come robot da scrivania collegato a un LLM funziona bene appena tolto dalla scatola. Modificare l'AI è un'altra storia: il firmware è in ESP-IDF, più avanzato di Arduino e UI Flow 2 (per cui M5Stack promette tutorial), quindi difficilmente ci sarà una guida dedicata. Per Bianco la curva di apprendimento è ripida e non è adatto ai principianti, ma ne vale la pena. 1

Vedi anche: Agentic Harness, Hermes Agent


Fonti e Riferimenti