home-generative-agent 的安装和配置教程
2025-05-19 16:22:33作者:钟日瑜
项目基础介绍
home-generative-agent 是一个基于 Home Assistant 的开源项目,旨在创建一个能够与智能家庭环境互动并自动执行任务的生成式 AI 代理。该代理能够理解家庭上下文,学习用户偏好,并与用户和家庭设备互动,完成用户认为有价值的活动。该项目的主要编程语言是 Python。
项目使用的关键技术和框架
该项目使用了以下关键技术和框架:
- LangChain: 一个用于构建生成式 AI 应用的框架。
- LangGraph: LangChain 的扩展,用于创建和管理复杂的生成式 AI 代理运行时。
- Home Assistant: 一个流行的开源智能家居平台,用于控制家庭自动化设备。
- LLM (Large Language Models): 大型语言模型,用于高级推理和规划。
项目安装和配置准备工作
在开始安装之前,请确保您的系统满足以下要求:
- Python 3.8 或更高版本
- Home Assistant 2025.5.0 或更高版本
- Home Assistant 的 conversation 组件
- Home Assistant Core 和 Home Assistant Community Store (HACS)
确保您的 Home Assistant 系统已经安装并运行正常,同时您的计算机上已安装 Python 和必要的依赖项。
详细安装步骤
步骤 1:安装 Python 依赖
首先,您需要安装项目所需的 Python 依赖项。在您的终端中,运行以下命令:
pip install -r requirements.txt
步骤 2:克隆项目仓库
接下来,使用 Git 克隆项目仓库到您的计算机:
git clone https://github.com/goruck/home-generative-agent.git
步骤 3:配置 Home Assistant
- 打开 Home Assistant 的配置文件(通常位于
~/.homeassistant/configuration.yaml)。 - 在配置文件中添加以下内容:
home_generative_agent:
# 在这里添加您的配置信息
- 保存并关闭配置文件。
步骤 4:安装 Home Assistant 蓝图
- 在 Home Assistant 的 UI 中,导航到 “配置” -> “蓝图”。
- 点击 “添加蓝图”,然后选择
home-generative-agent项目的蓝图文件,通常是blueprints/hga_scene_analysis.yaml。 - 安装蓝图并等待 Home Assistant 重新加载。
步骤 5:配置代理
- 在 Home Assistant 的 UI 中,导航到 “配置” -> “集成”。
- 查找并点击
home-generative-agent集成。 - 在集成页面中,填写所需的配置信息,如允许的实体、通知设置等。
- 保存配置并等待 Home Assistant 应用更改。
步骤 6:测试代理
- 在 Home Assistant 的对话组件中与代理进行交互,例如通过语音或聊天界面。
- 观察代理是否能够正确响应并执行任务。
完成以上步骤后,您的 home-generative-agent 应该已经成功安装并配置好了。现在您可以开始使用它来自动化您的智能家居任务了。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134