Home Assistant iOS 应用在 iPadOS 上的卡片渲染问题分析
2025-07-07 16:58:06作者:裘旻烁
问题背景
近期在 Home Assistant iOS 应用中,部分用户报告了在 iPad 设备上卡片渲染异常的问题。这一问题主要出现在 Home Assistant Core 2024.8.0 版本更新后,表现为某些自定义卡片(如 Firemote、Team Tracker 等)在 iPad 上的显示效果与其他平台不一致。
问题现象
受影响卡片的主要表现包括:
- CSS 变量未被正确解析和替换
- 卡片布局和样式显示异常
- 仅在 iPad 设备上的 iOS 应用中重现,其他平台(包括 iPad 上的 Safari 浏览器)显示正常
技术分析
经过深入调查,发现问题的根源与以下几个技术因素相关:
-
用户代理(UA)字符串差异:
- iOS 应用使用的 UA 字符串与 Safari 浏览器不同
- 应用模拟的是 macOS Safari 环境而非原生 iPad 环境
-
构建系统选择:
- Home Assistant 前端会根据 UA 字符串决定使用现代构建(modern build)还是传统构建(legacy build)
- 由于 UA 字符串识别问题,iPad 设备被错误地分配到了传统构建路径
-
Lit 模板引擎问题:
- 在传统构建中,Lit 无法正确处理 CSS 模板中的变量替换
- 变量占位符未被正确替换为实际值,导致样式失效
影响范围
这一问题主要影响:
- 使用 Lit 模板引擎开发的自定义卡片
- 在 CSS 样式中使用变量替换的自定义卡片
- 运行在 iPad 设备上的 Home Assistant iOS 应用
临时解决方案
目前可用的临时解决方法包括:
-
添加虚拟卡片:
- 在受影响的仪表板顶部添加一个无效的自定义卡片
- 这种方法利用了卡片顺序影响渲染行为的特性
-
修改用户代理:
- 在支持自定义 UA 的浏览器中,修改为正确的 iPad Safari UA
根本解决方案
开发团队正在从以下方面解决该问题:
-
修正 UA 识别逻辑:
- 确保 iPad 设备被正确识别并使用现代构建
-
修复 Lit 在传统构建中的问题:
- 解决 CSS 变量替换失效的问题
-
优化构建系统:
- 改进构建目标的选择逻辑,避免类似问题再次发生
技术细节
深入分析发现,问题的核心在于:
-
现代构建中 Lit 能正确处理 CSS 变量替换:
:host { --sz: 1; --devicenamecolor: #000000; } -
而传统构建中变量未被替换:
:host { --sz: lit $ 655874186$; --devicenamecolor: lit $ 655874186$; }
这种差异导致了样式无法正确应用,进而影响了卡片的渲染效果。
总结
这一问题展示了前端工程中构建系统、用户代理识别和模板引擎协同工作的复杂性。Home Assistant 团队正在积极解决这一问题,预计在未来的版本更新中会提供完整的修复方案。在此期间,用户可以使用上述临时解决方案来缓解问题。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
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。
Cangjie
361
2.86 K
暂无简介
Dart
599
132
🎉 (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
1.07 K
616
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++
634
232
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
774
74
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
9
1
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
802
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
1.03 K
464