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
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 StartedRust0117- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。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
项目优选
收起
暂无描述
Dockerfile
718
4.58 K
Ascend Extension for PyTorch
Python
583
718
deepin linux kernel
C
28
16
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++
963
959
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
419
364
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
712
115
🎉 (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
1.63 K
955
昇腾LLM分布式训练框架
Python
154
180
Oohos_react_native
React Native鸿蒙化仓库
C++
342
390
暂无简介
Dart
957
238