Xiaomi Vacuum Map Card 在 Home Assistant 2024.7+ 版本中的房间配置问题解析
2025-07-10 22:25:50作者:齐添朝
问题背景
Xiaomi Vacuum Map Card 是 Home Assistant 中一款广受欢迎的扫地机器人地图可视化插件。近期在 Home Assistant 2024.7.0 及以上版本中,用户报告了一个关键功能失效的问题:点击"Generate Rooms Config"(生成房间配置)按钮无响应,同时地图选择区域功能也无法正常工作。
问题表现
受影响用户主要观察到以下现象:
- 点击生成房间配置按钮后无任何反应
- 在地图上添加点后,选择区域值保持为空数组([])
- 部分用户还报告了"Invalid calibration"(无效校准)的警告提示
影响范围
该问题主要影响以下设备:
- Dreame D10 Plus/D10s Pro/L20 Ultra 系列
- Roborock S5/S7/Q5 Max+ 系列
- 使用 Tasshack/dreame-vacuum 或 Hypfer/Valetudo 集成的设备
技术原因分析
经过开发者调查,确认问题源于 Home Assistant 2024.7.0 版本对前端架构的改动。这些改动并非bug,而是HA前端的正常演进,但导致了地图卡片的部分功能兼容性问题。
具体来说,新版本中:
- 前端事件处理机制发生了变化
- 组件间通信方式有所调整
- 某些DOM操作API的行为发生了改变
解决方案
临时解决方案
对于Dreame设备用户,可以使用以下手动配置模板作为临时解决方案:
# 示例配置模板
type: custom:xiaomi-vacuum-map-card
entity: vacuum.your_vacuum
vacuum_platform: Tasshack/dreame-vacuum
map_source:
camera: camera.your_map_camera
calibration_source:
camera: true
# 添加手动配置的房间信息
rooms:
- id: 1
outline: [[650,-10450],[1750,-1650]]
name: Corridor
icon: mdi:foot-print
- id: 2
outline: [[850,1450],[4350,3050]]
name: Entrance
icon: mdi:home-outline
永久修复
开发者已在 Xiaomi Vacuum Map Card v2.2.3 版本中修复了此问题,主要变更包括:
- 更新了前端事件监听机制
- 调整了与新版HA前端的兼容性处理
- 优化了房间配置生成逻辑
对于使用实验性Sections Dashboard的用户,建议升级至v2.2.4或更高版本以获得完整支持。
最佳实践建议
- 版本兼容性:保持插件与Home Assistant版本的同步更新
- 配置备份:在升级前备份现有配置
- 测试环境:建议在测试实例中验证新版本功能
- 错误排查:如遇问题,检查浏览器控制台是否有错误日志
总结
Home Assistant生态系统的持续演进有时会导致第三方插件需要相应调整。Xiaomi Vacuum Map Card的开发团队已迅速响应并解决了2024.7+版本的兼容性问题。用户只需确保使用v2.2.3及以上版本即可恢复正常功能。对于需要立即使用的用户,手动配置模板提供了有效的临时解决方案。
建议用户定期关注插件更新,以获得最佳使用体验和最新功能支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
412
3.17 K
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++
664
324
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
678
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146