Speedtest-Tracker API 数据格式变更解析与HomeAssistant集成方案
2025-06-20 07:35:20作者:范垣楠Rhoda
背景介绍
Speedtest-Tracker是一款用于监控网络连接状态的实用工具,它通过定期执行Speedtest测试来记录网络性能指标。近期该项目进行了API的重大更新,从旧版API迁移到了新版v1 API,这给使用旧版API集成的用户(如HomeAssistant用户)带来了一些适配需求。
API数据格式对比
旧版API特点
旧版API直接返回经过转换的"人类友好"数据格式,例如:
- 下载/上传速度以Mbps为单位
- 服务器信息直接平铺在数据结构中
- 结果URL直接可访问
新版API改进
新版API采用了更规范的数据结构:
- 原始数据保留:保持从Ookla Speedtest CLI获取的原始字节数据
- 结构化嵌套:服务器信息和测试结果分别放在独立对象中
- 多种格式支持:同时提供原始字节、比特值及人类可读格式
关键变更点解析
1. 速度单位处理
新版API最大的变化是速度值的表示方式:
download/upload:原始字节值(Byte)download_bits/upload_bits:转换为比特值(bit)download_bits_human/upload_bits_human:自动转换的最高量级格式(如Mbps)
这种设计保留了原始数据精度,同时提供多种转换选项,满足不同使用场景。
2. 服务器信息位置
服务器相关信息从原来的平铺结构改为嵌套在server对象中:
"server": {
"id": 52365,
"host": "speedtest.ams.t-mobile.nl",
"name": "Odido",
"location": "Amsterdam"
}
3. 测试结果信息
测试结果元数据现在位于result对象中:
"result": {
"id": "a7570e25-REDACTED",
"url": "https://www.speedtest.net/result/c/a7570e25-REDACTED"
}
HomeAssistant集成方案
对于使用HomeAssistant REST传感器的用户,需要调整配置以适应新版API:
- 速度值转换:在value_template中进行单位转换
- 属性路径调整:使用json_attributes_path指向正确的数据结构位置
- 认证支持:新版API可能需要授权头部
示例配置
- platform: rest
name: SpeedTest Download
resource: http://[IP]:[PORT]/api/v1/results/latest
headers:
Authorization: "Bearer YOUR_TOKEN"
value_template: >
{{ (value_json['data']['download_bits'] | float / 1000000) | round(2) }}
json_attributes_path: "$.data.data"
json_attributes:
- "server"
- "result"
unit_of_measurement: Mb/s
配置说明
- 单位转换:将比特值除以1000000转换为Mbps,保留2位小数
- 属性访问:通过json_attributes_path正确指向嵌套的数据结构
- 历史数据兼容:保持与旧版相同的单位(Mb/s),确保历史数据连续性
最佳实践建议
- 数据存储考虑:直接存储比特值可保持最大精度,便于后续分析
- 显示优化:在前端展示时使用人类可读格式提升用户体验
- 错误处理:增加API调用超时设置,避免因网络问题导致传感器不可用
- 频率控制:合理设置scan_interval,平衡数据实时性和系统负载
通过以上调整,用户可以平滑过渡到新版API,同时保持监控系统的稳定性和数据连续性。这种结构化设计也为未来的功能扩展提供了更好的基础。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178