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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
535
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178