espkvm：45 美元把 ESP32-P4 变成开源 IP-KVM 远程控制卡

导语：商用 IP-KVM 一台上千美元，树莓派的 PiKVM 也要 100 多美元。GitHub 上的 espkvm 项目只用一块 ESP32-P4 开发板加一个 HDMI 转 CSI 桥接器，就把价格砍到 45 美元——能远程操作目标机器的 BIOS、引导菜单、死机蓝屏，甚至能读回字符模式下的屏幕文本。

它是什么

IP-KVM（基于 IP 网络的键盘、视频、鼠标）是个老品类：把键盘、视频、鼠标信号通过网络投到另一台机器上操控。传统 IP-KVM 是机房管理员的命根子，机器没操作系统、起不来、内网断了都能用，远程桌面（RDP/VNC）干不了的活它全包。

espkvm 是这个老品类里的新派玩家。核心是两块硬件：Waveshare ESP32-P4-ETH（带 32MB PSRAM 和 100M 网口的 RISC-V 开发板，约 30 美元）加 Geekworm C790 HDMI 转 CSI-2 桥接板（约 15 美元）。两块板用一条 15 针 CSI 软排线对接，目标机器的 HDMI 输出一接、键盘鼠标 USB 一接，浏览器打开 https://espkvm.local 就能用。

整套 BOM（物料清单）45 美元，是 PiKVM 同档方案的 1/3，是商业 IP-KVM 的 1/20。

硬件拆解

为什么是 ESP32-P4？因为这颗芯片内置硬件 H.264 编码器和 MIPI-CSI-2 摄像头接口，刚好能吃下 HDMI 桥接器的输出流。TC358743 把 HDMI 信号转成 CSI-2 摄像头协议，ESP32-P4 当摄像头用就行，JPEG 引擎和 H.264 编码器都是硬件的。

项目支持的板子一长串：Waveshare ESP32-P4-ETH、Espressif 自家的 Function EV Board、ESP32-P4-NANO、M5Stack Unit PoE-P4、VIEWE ESP32-P4-Pi，还有带 PoE（以太网供电）、WiFi 6、5GHz 频段的型号。最低门槛 32MB PSRAM（1080p 帧缓冲要 12.5MB），16MB 闪存（装双 OTA 槽位和救援镜像）。

有一点红队味儿很足：芯片分两个版本。v1.x 走 PPA（像素加速器）做颜色空间转换，H.264 1080p 只能跑到 7fps；v3.x 走原生 YUV422 直送编码器，同样的负载能跑 22-24fps，温度还低 12 度。默认构建是 v1.x，要跑 v3.x 得换 overlay 镜像。芯片版本烧错不致命，启动不了重刷就行，但别指望日志里有友好的提示。

软件特性

控制台是个 Vue 3 单页应用，整个 gzipped 后大约 70KB，没有外部字体、脚本、请求——离线网络也能用。

视频流两个选项：MJPEG 走 HTTP，任何浏览器都能看，1080p 大约 20fps；H.264 走 WebCodecs，码率压到 MJPEG 的 1/10，但只在 HTTPS 安全上下文里能解码。带宽紧张时自动切文本模式——把字符模式下的屏幕读回文字字符，几 KB 就传完。

键盘鼠标是单个 USB HID 复合设备：一个启动协议键盘（BIOS 认）、一个绝对指针（点击落到你瞄准的像素）、一个相对指针（捕获光标的软件用）、一组消费键。WebSocket 断了所有键自动释放，不会把目标机器卡在按住某键的鬼状态。

文本模式识别是杀手锏。BIOS 设置、UEFI 引导菜单、memtest、Linux 控制台——这些字符模式的屏幕，espkvm 不做 OCR，而是查字符生成器的字体表，要么精确匹配要么返回乱字符符号，不会”识别错了还一本正经”。

Runbook 自动化脚本：把”等 Press F2 to enter setup、按 f2、等 Boot、输入密码”这种操作写进脚本，扔在设备上自己跑，浏览器关了也能继续。每个 runbook 是家庭助理（Home Assistant）里的一个按钮，深夜三点服务器崩了不用爬起来开电脑。

家庭助理集成走 MQTT 自动发现，所有传感器、按钮、更新实体、相机快照全部自动出来。

安全边界

作者自己写了一段警告，原文翻译过来：登录有了，TLS 有了，但这些东西没经过安全审计。一台握着别人机器键盘的设备，值得被攻击。放可信网络里，或者用 VPN。设备内置了两种 VPN：Tailscale（不要端口映射、不用网关、证书在 tailnet 上也有效）和 WireGuard（自建 split tunnel，公钥在设备的 VPN 标签页里显示）。

admin/admin 是默认密码，登录后强制改。PBKDF2 加盐哈希，HttpOnly cookie 只在内存里（重启即失效），多次失败有指数退避。忘密码？长按板子上的物理按钮 2 秒，注意是重启之后按住，不是按住之后重启——后者会把芯片扔进固件下载模式。

有个细节很诚实：pre-3.0 芯片的 SD 卡控制器只读不写，4GB 以上 SDXC 卡可能完全不识别（FAT32 驱动没实现 64-bit LBA）。项目文档原话：”要上传到卡上就买 16-32GB 的小品牌 SDHC 卡，大卡当只读媒体用读卡器预先准备好”。

性能实测

1080p 实测数据：Waveshare ESP32-P4-ETH（v1.3 芯片）MJPEG 20fps / H.264 7fps；Function EV（v3.2 芯片）MJPEG 23fps / H.264 22-24fps。空屏 MJPEG 0 kbit/s（不变化的帧直接丢），H.264 170 kbit/s（关键帧得发）。动屏 MJPEG 8.5 Mbit/s，H.264 500 kbit/s。芯片满载温度 46°C（v1.3）/ 34°C（v3.2），过温保护阈值是 70/85°C——到了先半帧率再停编码，但键鼠不断。

安装与获取

下载对应板子的 espkvm---merged.bin 镜像（覆盖 8 种官方板），用 esptool 烧录：

esptool --chip esp32p4 -b 921600 write-flash 0x0 espkvm-<version>-<board>-merged.bin

或者直接用浏览器刷：espkvm.io/flash，Chrome 或 Edge 都能用，不用装东西。

源码仓库：github.com/espkvm/espkvm，Web 控制台是子模块，记得 git clone --recursive。自带演示：demo.espkvm.io。

总结

espkvm 不是要取代 PiKVM 或 JetKVM——后者树莓派的算力能做更多事，比如 4K 捕获、ATX 全套控制、VNC 旁路。espkvm 的价值是把这事的入门门槛砍到 45 美元，让”机房里每台机器挂一个 KVM”从奢侈品变成常态。

对红队来说，多一个能藏在机房角落、待机功耗不到 2W、看上去就是个普通嵌入式开发板的远程控制设备，意味着应急响应和带外管理多了一种廉价冗余。Hackaday、CNX Software、Circuit Rocks 等七八家技术媒体已经做过专题，RISC-V International 的周报也收过它。

代码全部 MIT 协议，板子照片归各家厂商（仅作硬件识别用途），3D 打印外壳是 CC BY-NC 协议作者公开的 Printables 模型。fork、改造、量产随便——但别放公网。