小米空调伴侣自定义组件教程
项目介绍
小米空调伴侣自定义组件是专为Home Assistant设计的,由@syssi开发,用于增强对小米Mi和Aqara空调伴侣的支持。它允许用户更深入地集成和控制这些设备,特别是通过模拟红外命令发送和学习功能,为家庭自动化带来更多的灵活性和定制性。
项目快速启动
要快速启动并运行此自定义组件,请遵循以下步骤:
环境准备
确保您的Home Assistant系统已经升级到最新版本,并且启用了开发者模式。
安装组件
-
克隆仓库: 在您的Home Assistant配置目录下的
custom_components文件夹内创建(如果尚未存在)一个名为xiaomi_miio_airconditioningcompanion的文件夹。mkdir -p custom_components/xiaomi_miio_airconditioningcompanion -
下载组件: 将项目源码复制到上一步创建的文件夹中。
git clone https://github.com/syssi/xiaomi_airconditioningcompanion.git custom_components/xiaomi_miio_airconditioningcompanion -
配置Home Assistant: 编辑Home Assistant的
configuration.yaml文件,添加以下行来启用该组件(替换YOUR_DEVICE_ID和YOUR_TOKEN):climate: - platform: xiaomi_miio_airconditioningcompanion name: "小米空调伴侣" host: "192.168.1.XX" # 设备IP地址 token: "YYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYYY" # 设备token -
重启Home Assistant: 保存配置并重启Home Assistant以加载新组件。
-
验证安装: 重启后,在Home Assistant的界面中检查是否成功添加了小米空调伴侣设备。
应用案例和最佳实践
学习并发送红外命令
您可以通过服务调用来捕获和发送红外命令,实现对家中不同电器的智能化控制。
-
学习红外命令:
service: xiaomi_miio_airconditioningcompanion.climate_learn_command data: entity_id: climate.xiaomi_ac_companion slot: 30 timeout: 10 -
发送已学习的命令:
service: xiaomi_miio_airconditioningcompanion.climate_send_command data: entity_id: climate.xiaomi_ac_companion command: "FE0000000000000000000000000000"
自动化场景
结合Home Assistant的自动化规则,您可以基于温度变化自动调节空调设置或开关。
典型生态项目
在小米生态链中,空调伴侣可以与其他小米智能产品如温湿度传感器、人体感应器等配合使用,构建复杂的联动场景。例如,当室内温度超过设定值且检测到有人时,自动开启空调并调整至预设舒适温度。这种结合使用不仅提升了智能家居体验,还展现了开放平台的强大之处,鼓励用户探索更多个性化的应用场景。
通过上述指南,您应该能够顺利集成小米空调伴侣到Home Assistant系统中,并利用其强大功能优化家庭自动化环境。记得不断探索和实验,发现更多可能性!
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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