matterbridge-shelly 的安装和配置教程
2025-05-24 17:32:16作者:虞亚竹Luna
项目基础介绍
matterbridge-shelly 是一个开源项目,它允许用户将 Shelly Gen 1、Gen 2、Gen 3、Gen 4 和 BLU 设备接入 Matter 协议。通过该插件,用户可以轻松地将 Shelly 设备集成到支持 Matter 的智能家居系统中,实现本地控制,无需依赖云端或 MQTT。
主要编程语言:JavaScript
项目使用的关键技术和框架
- Matter 协议:用于设备发现和控制的智能家居通信协议。
- mDNS (多播 DNS):用于在本地网络中自动发现 Shelly 设备。
- WebSocket:用于与 Shelly Gen 2 和 Gen 3 设备进行通信。
- CoIoT (CoAP over IoT):用于与 Shelly Gen 1 设备进行通信。
项目安装和配置准备工作
在开始安装和配置之前,请确保以下准备工作已经完成:
- 确保您的系统中已经安装了 Node.js。
- 准备一台可以运行 Matterbridge 的计算机或服务器。
- 确保您的 Shelly 设备已接入网络,并且能够通过其网页界面进行配置。
详细安装步骤
步骤 1:安装 Matterbridge
首先,您需要在您的系统中全局安装 Matterbridge。打开命令行工具,执行以下命令:
npm install -g matterbridge --omit=dev
如果您使用的是 Linux 系统,可能需要添加 sudo 来获取必要的权限:
sudo npm install -g matterbridge --omit=dev
步骤 2:配置 Matterbridge
安装完成后,您需要配置 Matterbridge。创建一个新的配置文件(例如 matterbridge.yml),并在其中添加以下内容:
config:
loglevel: debug
server:
protocol: tcp
address: 0.0.0.0
port: 8080
bridges:
- name: "shelly"
protocol: shelly
server: "localhost:8080"
enableMdnsDiscover: true
enableStorageDiscover: true
devices: []
根据您的网络环境和需求,您可能需要调整上述配置。
步骤 3:安装 matterbridge-shelly 插件
在 Matterbridge 的前端界面中,选择 matterbridge-shelly 插件并点击安装。如果您是通过 Docker 使用 Matterbridge,插件会自动加载。
步骤 4:配置 Shelly 设备
确保您的 Shelly 设备已正确配置,包括:
- 对于 Shelly Gen 1 设备,确保 CoIoT 服务已启用,并且 CoIoT 对等设置为多播。
- 对于 Shelly Gen 2 和 Gen 3 电池供电设备,确保已启用出站 WebSocket,并正确配置服务器地址。
- 对于 Shelly BLU 设备,确保您已选择一个支持 BLE 组件的设备作为 BLE 网关,并在网关设备上启用了蓝牙和蓝牙网关功能。
步骤 5:启动 Matterbridge
配置完成后,启动 Matterbridge。在命令行中执行以下命令:
matterbridge
Matterbridge 将开始运行,并自动发现网络中的 Shelly 设备。
步骤 6:验证设备状态
在 Matterbridge 的前端界面中,查看设备列表以确认 Shelly 设备是否已成功添加和识别。
以上就是 matterbridge-shelly 的安装和配置教程。请按照以上步骤操作,您应该能够成功将 Shelly 设备集成到您的智能家居系统中。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust078- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
435
78
暂无描述
Dockerfile
690
4.46 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
326
Ascend Extension for PyTorch
Python
548
671
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
930
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
436
4.43 K