【亲测免费】 Python Matter服务器技术文档
2026-01-25 06:04:29作者:郜逊炳
本文档旨在提供全面指导,帮助您安装并高效使用Python Matter Server,这是一个基于WebSockets实现的Matter(原CHIP)控制器服务器项目,兼容Home Assistant及其他平台。通过详细的步骤和示例,我们涵盖安装、基本使用、API交互以及容器运行的方式。
安装指南
对于Home Assistant用户
推荐使用Home Assistant OS,搭配官方的Matter Server插件。Matter集成将自动安装该插件。详细安装步骤请参考Home Assistant Matter整合文档。这种组合经过测试优化,适用于Matter和支持Thread设备的环境。
自托管容器安装
若选择自定义管理,可以使用官方镜像:
- 确保满足通信需求,特别是对于Wi-Fi/以太网设备需要主机网络,并且主机接口需支持IPv6。
- Thread设备配置涉及复杂的网络设置,确保IPv6路由正确配置。
- 运行命令以启动容器,例如:
mkdir data docker run -d \ --name matter-server \ --restart=unless-stopped \ --security-opt apparmor=unconfined \ -v $(pwd)/data:/data \ --network=host \ ghcr.io/home-assistant-libs/python-matter-server:stable
使用Docker Compose则更简化:
docker-compose up -d
docker-compose logs -f
项目的使用说明
Python Matter Server集成到Home Assistant后,其使用主要是通过Matter设备的添加与管理。对于其他应用场合,遵循WebSocket API进行交互。
项目API使用文档
常用WebSocket命令
-
设置WiFi凭证
{ "message_id": "1", "command": "set_wifi_credentials", "args": {"ssid": "您的WiFi名","credentials": "密码"} } -
设置Thread数据集
{ "message_id": "1", "command": "set_thread_dataset", "args": {"dataset": "线程网络凭证"} } -
通过代码配对
{ "message_id": "2", "command": "commission_with_code", "args": {"code": "MT:配对码"} } -
其他如打开配对窗口、获取已配对节点等操作,请参照具体命令格式执行。
发送设备命令示例
以控制开关为例:
import json
from chip.clusters.Objects import clusters
from matter_server.common.helpers.util import dataclass_from_dict, dataclass_to_dict
# 创建开启命令
command = clusters.OnOff.Commands.On()
payload = dataclass_to_dict(command)
message = {
"message_id": "control-command",
"command": "device_command",
"args": {
"endpoint_id": 1, "node_id": 1, "payload": payload,
"cluster_id": 6, "command_name": "On"
}
}
print(json.dumps(message, indent=2))
结论
Python Matter Server提供了强大的智能家居设备管理功能,尤其适合Home Assistant生态系统。通过遵守上述指南,您可以顺利地在不同场景下部署和使用此服务,享受无缝集成和控制现代智能设备的便利。请记得,随着项目的发展,持续关注最新的更新和技术文档,以便充分利用其最新特性。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
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
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425