Xiaomi Miot Auto插件0.7.16版本更新后电量统计属性丢失问题分析
问题概述
近期在Xiaomi Miot Auto插件从0.7.15升级到0.7.16版本后,部分用户反馈小米智能插座设备的电量统计相关属性(如power_cost_today和power_cost_month)出现丢失现象。这一问题主要影响cuco.plug.cp1md、cuco.plug.cp2d、cuco.plug.v3以及lumi.acpartner.mcn02等型号设备。
问题表现
受影响设备在升级后,实体属性中原本存在的电量统计信息突然消失。这些属性对于监控设备能耗非常重要,包括:
- 今日用电量(power_cost_today)
- 本月用电量(power_cost_month)
- 实时功率(power_consumption)
通过查看实体属性,可以发现这些关键指标不再显示,而其他功能如开关状态、电压电流等仍正常工作。
问题根源
经过分析,这一问题主要与以下因素相关:
-
Home Assistant核心版本兼容性:该问题在HA 2024.3.0版本中表现明显,而在2024.2.x版本中则工作正常,表明存在版本兼容性问题。
-
插件内部实体生成机制变更:0.7.16版本对实体生成逻辑进行了调整,可能导致部分属性未被正确映射。
-
事件循环处理异常:错误日志中显示"no running event loop"提示,表明在异步处理过程中出现了事件循环问题。
临时解决方案
在官方修复前,用户可以尝试以下临时解决方案:
-
回退HA核心版本:将Home Assistant降级至2024.2.5版本可暂时解决问题。
-
使用属性转实体:通过模板传感器将设备属性转换为独立实体:
sensor:
- platform: template
sensors:
power_today:
value_template: "{{ state_attr('switch.device_id', 'power_cost_today') }}"
unit_of_measurement: "Wh"
- 清理实体注册表:当出现重复实体ID错误时,可手动编辑core.entity_registry文件删除冲突实体。
官方修复
插件开发者已在0.7.17版本中修复了此问题。升级后,电量统计属性应能恢复正常显示。建议用户:
- 确保同时升级到最新版Home Assistant(2024.3.1)
- 检查所有相关实体是否已正确生成
- 验证各电量统计指标是否准确更新
技术建议
对于智能家居开发者,从此事件中可以吸取以下经验:
-
版本兼容性测试:在发布新版本前,应在多个HA核心版本上进行充分测试。
-
属性持久化:关键指标应考虑实现持久化存储,避免因临时问题导致数据丢失。
-
优雅降级机制:当检测到运行环境不兼容时,应提供明确的错误提示和回退方案。
-
监控关键指标:对于能耗监控类设备,建议设置自动化规则监控数据更新状态,及时发现异常。
通过这次事件,我们可以看到开源社区快速响应和修复问题的能力,也提醒用户在升级前做好充分测试和备份工作。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00