Xiaomi Vacuum Map Card 地图模式预选房间功能解析
2025-07-10 11:52:16作者:伍希望
项目背景
Xiaomi Vacuum Map Card 是一个为 Home Assistant 设计的自定义卡片组件,主要用于可视化控制小米/石头等品牌的扫地机器人。该卡片提供了丰富的地图展示和区域选择功能,让用户可以直观地控制机器人清扫特定区域。
功能需求分析
近期有用户提出了一个增强需求:希望能够在地图模式下预选房间,这些房间的选择基于预先配置的输入布尔值(input booleans)。用户目前的自动化流程是:
- 为每个房间设置一个input boolean开关
- 通过模板获取当前选中的房间列表
- 将这些选择传递给扫地机器人的分段清扫动作
用户希望在卡片加载时,能够自动显示这些预先选中的房间,而不需要手动在地图上再次选择。
技术实现方案
现有配置方式
目前卡片支持通过map_modes配置多种地图模式,每种模式可以定义预选区域。配置示例:
map_modes:
- template: vacuum_clean_segment
predefined_selections:
- id: "16"
icon:
name: m3of:king-bed
建议改进方案
开发者提出了两种可能的实现方式:
- 静态预选:直接在配置中指定房间ID列表
predefined_selections:
selected: ['16', '17']
- 动态模板:使用Home Assistant模板动态获取选择
predefined_selections:
selected: template: '{{states('sensor.selecter_rooms')}}'
应用场景
这一功能的典型使用场景包括:
- 定时清扫:用户可以设置每天自动清扫特定房间组合
- 情景模式:根据不同的生活场景(如工作日/周末)自动切换清扫区域
- 可视化反馈:在地图上直观显示即将清扫的区域,便于确认
技术挑战与考量
实现这一功能需要考虑:
- 数据同步:确保卡片显示的选择与实际自动化使用的选择一致
- 性能影响:动态模板可能增加卡片加载时间
- 用户体验:需要清晰的视觉反馈区分预选和手动选择的区域
替代方案
在官方支持此功能前,用户可以考虑:
- 创建多个地图模式,每个模式对应一种常用房间组合
- 使用卡片的事件触发功能与自动化配合实现类似效果
总结
预选房间功能将大大提升Xiaomi Vacuum Map Card的实用性和自动化集成能力,特别是对于有固定清扫模式的用户。开发者已将此需求标记为增强功能,未来版本可能会包含相关实现。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
201
暂无简介
Dart
629
142
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
React Native鸿蒙化仓库
JavaScript
242
316
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
383
3.54 K
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
481
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++
648
265
🎉 (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
1.11 K
624
仓颉编译器源码及 cjdb 调试工具。
C++
128
858