Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

stackchan-mcp

Eigene Firmware und ein Python-Gateway, mit denen ein Agent über M5Stacks Schreibtischroboter StackChan sich bewegen, sehen, hören und sprechen kann.

Getestet von ReviewRamble editors · Aktualisiert

Einrichtung Open Source

Diese Seite teilen:XLinkedInFacebookRedditWhatsAppE-Mail

Unsere Bewertung

3.8/5

Ein sorgfältig gebauter Weg, einem Agenten eine kleine körperliche Präsenz auf dem Schreibtisch zu geben, mit echten Grenzen für die Servos und einer Netzwerkvoreinstellung, die du vor dem Einstecken verschärfen solltest.

Was ist stackchan-mcp?

stackchan-mcp vom GitHub-Nutzer kisaragi-mochi macht das offizielle StackChan-Kit von M5Stack (die Kickstarter-Version von 2025 auf Basis eines M5Stack CoreS3) zum Körper für einen MCP-Client. Es ersetzt die Werks-Firmware des Kits durch einen Build von xiaozhi-esp32 und ergänzt ein Python-Gateway, das auf der einen Seite ein stdio-MCP-Server und auf der anderen ein WebSocket-Server für den Roboter ist. Die README listet 30 Tools: Kopfbewegung über zwei Nackenservos, Fotos mit der 320×240-Kamera, Berührungssensor, Avatar-Gesichter, Mund und Blinzeln, die 12 LEDs im Sockel, Sprachausgabe, Zuhören und ein Musikmodus, der dem Takt folgt.

Das Gateway liegt auf PyPI als stackchan-mcp und steht unter MIT; die Firmware linkt eine Servo-Bibliothek unter GPL-3.0, daher ist der Firmware-Build faktisch GPL-3.0. Das Repository hat rund 184 Sterne, veröffentlichte Gateway v0.20.0 und firmware-v1.18.0 am 23. Oktober 2026 und hatte Commits im November 2026.

stackchan-mcp installieren

uv tool install stackchan-mcp

Lohnt sich stackchan-mcp?

Das physische Risiko ist hier gering, und das Projekt nimmt es trotzdem ernst. Die einzigen beweglichen Teile sind zwei SCS0009-Nackenservos. Das Gateway lehnt move_head-Aufrufe außerhalb von Yaw -90 bis 90 und Pitch 5 bis 85 Grad ab, dem von M5Stack empfohlenen Bereich, und die Firmware begrenzt den Pitch bei jedem Servo-Schreibvorgang auf 0 bis 88, sodass auch ein Aufruf am Gateway vorbei den Kopf nicht über die auf echter Hardware geprüfte Grenze treiben kann. Der Modus zum Folgen einer Pose ergänzt eine Begrenzung der Winkelgeschwindigkeit und höchstens 20 Befehle pro Sekunde. Alles andere, was der Agent steuert, sind ein Display, LEDs, ein Lautsprecher und ein Mikrofon.

Die letzten beiden wiegen schwerer. listen nimmt über das Mikrofon des Roboters auf und transkribiert, standardmäßig mit faster-whisper auf deinem eigenen Rechner, wahlweise über die API von OpenAI; take_photo schickt das Kamerabild an deinen Modellanbieter. Das Tool upgrade_firmware kann den Roboter per WLAN neu flashen, wobei das Gateway vorher prüft, dass die Datei ein StackChan-Image mit gültigem SHA-256 ist, und das Gerät einen Slot zum Zurückrollen behält.

Der Haken: Die dem Roboter zugewandte Seite des Gateways lauscht auf 0.0.0.0, Port 8765 für den WebSocket und 8766 für Foto-Uploads und Firmware-Downloads, und ohne gesetztes STACKCHAN_TOKEN schreibt sie eine Warnung ins Log und akzeptiert jeden Client. Setze das Token vor der ersten Nutzung auf Gateway und Roboter. Einen Simulator gibt es nicht; getestet wird am echten Kit, das viel verzeiht. Zur Einrichtung gehören Flashen mit esptool über USB, WLAN-Konfiguration über das Captive Portal des Roboters und für Sprache ein separat laufender VOICEVOX-Dienst.

Unser Fazit: Für Besitzer des Kits ist das der vollständigste MCP-Weg, den wir gelesen haben, mit einem Changelog, das auf Hardware geprüfte Korrekturen ungewöhnlich genau festhält. Er passt zu Bastlern oder Forschenden, die verkörperte Agenten erkunden, nicht zu einem Klassenraum voller unbeaufsichtigter Geräte in einem geteilten Netz.

Wo es sich lohnt

  • Ein Entwickler, der einen Prototyp für einen sprachgesteuerten Assistenten baut

    Einem Coding-Agenten eine Präsenz auf dem Schreibtisch geben, die Statusmeldungen spricht und aufblickt, wenn man ihn anspricht

    Das Gateway mit lokalem VOICEVOX und faster-whisper betreiben, damit Audio auf dem Rechner bleibt, und den Agenten say und set_avatar aufrufen lassen, wenn lange Jobs fertig sind. Die Software kostet nichts; die Rechnung sind die Modell-Tokens.

  • Eine HCI-Forscherin, die verkörperte Agenten untersucht

    Sitzungen durchführen, in denen ein Agent auf Berührung, Geräusche und das Gesehene reagiert

    Den Berührungssensor am Kopf aktivieren, stackchan/event-Benachrichtigungen protokollieren und take_photo mit listen kombinieren. Für Sitzungen mit Teilnehmenden STACKCHAN_TOKEN setzen und den Roboter in einem isolierten Netz halten.

  • Ein Maker, der Musiksessions streamt

    Den Roboter im Takt des Raums nicken und seine LEDs blinken lassen

    beat_mode_start mit Bewegungsstärke und Farbe starten; das Gateway schätzt die BPM aus dem Mikrofon und steuert Kopfbewegung und die 12 Sockel-LEDs, ohne dass das Modell beteiligt ist.

Bevor du dich festlegst

Einrichtung
merged-binary.bin aus dem neuesten Firmware-Release mit esptool.py über USB flashen, WLAN über das Captive Portal einrichten, das Gateway mit uv tool install stackchan-mcp installieren, STACKCHAN_TOKEN auf beiden Seiten setzen und stackchan-mcp im Client als stdio-Server eintragen. Sprachausgabe braucht das Extra tts und einen VOICEVOX-Dienst.
Integrationen
StackChan-Kit von M5Stack (CoreS3, SCS0009-Servos, GC0308-Kamera); standardmäßig VOICEVOX, wahlweise TTS mit Irodori, ElevenLabs und Fish Audio; faster-whisper oder OpenAI für Spracherkennung; mDNS-Erkennung; optional Tailscale Funnel oder ein Cloudflare-Relay für den Einsatz außerhalb des LAN.
Daten und Datenschutz
Fotos und Transkripte gehen über den Client an deinen Modellanbieter; Audio wird lokal transkribiert, außer du wählst die OpenAI-Engine. Das Gateway lauscht für den Roboter auf 0.0.0.0:8765 und 8766 und akzeptiert ohne STACKCHAN_TOKEN jeden Client; sein optionaler HTTP-MCP-Endpunkt nutzt standardmäßig 127.0.0.1.
Kosten im großen Maßstab
Kostenlose Software. Cloud-TTS oder OpenAI-Transkription berechnen die jeweiligen Anbieter, falls du sie wählst; die lokalen Standard-Engines kosten nichts außer der Hardware.
Grenzen
Zielt nur auf das offizielle M5Stack-Kit; selbst gebaute StackChans brauchen passende Pins. mDNS-Erkennung scheitert in Netzen, die Multicast blockieren. Rund 80 offene Issues und Pull Requests.

Was gut ist

  • Gateway und Firmware begrenzen beide die Kopfwinkel
  • 30 Tools für Bewegung, Kamera, Audio, Gesicht und LEDs
  • Standardmäßig lokale Spracherkennung mit faster-whisper
  • Firmware-Updates per WLAN mit Image-Prüfung und Rollback

Was nicht

  • Akzeptiert auf 0.0.0.0 jeden Client, bis ein Token gesetzt ist
  • Ersetzt die Werks-Firmware des Kits
  • Zugriff auf Mikrofon und Kamera ist Teil des Konzepts
  • Zielt nur auf das offizielle M5Stack-Kit

Am besten für

Besitzer des StackChan-Kits von M5Stack, die einen Agenten mit Gesicht, Stimme und Kamera auf dem Schreibtisch wollen.

Alternativen zu stackchan-mcp

stackchan-mcp: häufige Fragen

Lohnt sich stackchan-mcp?
Ein sorgfältig gebauter Weg, einem Agenten eine kleine körperliche Präsenz auf dem Schreibtisch zu geben, mit echten Grenzen für die Servos und einer Netzwerkvoreinstellung, die du vor dem Einstecken verschärfen solltest. Wir bewerten es mit 3.8 von 5.
Was kostet stackchan-mcp?
Kostenlos und quelloffen: Das Gateway steht unter MIT, der Firmware-Build faktisch unter GPL-3.0. Du brauchst das StackChan-Kit von M5Stack.
Welche Nachteile hat stackchan-mcp?
Akzeptiert auf 0.0.0.0 jeden Client, bis ein Token gesetzt ist; Ersetzt die Werks-Firmware des Kits; Zugriff auf Mikrofon und Kamera ist Teil des Konzepts; Zielt nur auf das offizielle M5Stack-Kit.
Für wen eignet sich stackchan-mcp?
Besitzer des StackChan-Kits von M5Stack, die einen Agenten mit Gesicht, Stimme und Kamera auf dem Schreibtisch wollen.
Was kostet stackchan-mcp für ein Team oder im Produktivbetrieb?
Kostenlose Software. Cloud-TTS oder OpenAI-Transkription berechnen die jeweiligen Anbieter, falls du sie wählst; die lokalen Standard-Engines kosten nichts außer der Hardware.
Ist stackchan-mcp sicher für Firmendaten?
Fotos und Transkripte gehen über den Client an deinen Modellanbieter; Audio wird lokal transkribiert, außer du wählst die OpenAI-Engine. Das Gateway lauscht für den Roboter auf 0.0.0.0:8765 und 8766 und akzeptiert ohne STACKCHAN_TOKEN jeden Client; sein optionaler HTTP-MCP-Endpunkt nutzt standardmäßig 127.0.0.1.
Was sind die besten Alternativen zu stackchan-mcp?
Die nächsten Alternativen, die wir getestet haben, sind ROS MCP Server und WLKATA MT4 control stack.

Antworten geprüft am 16. Nov. 2026.