PresenceLight 项目教程
1. 项目介绍
PresenceLight 是一个开源项目,旨在将用户的各种状态(如 Microsoft Teams 的可用性状态)广播到各种智能灯泡上。该项目利用 Microsoft Graph 中的 Presence API,允许用户在不依赖物理连接(如 USB)的情况下,从远程机器更新灯泡状态。PresenceLight 支持多种智能灯泡,包括 Philips Hue、LIFX、Yeelight 和 Philips Wiz 等。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保您已经安装了以下软件:
- .NET 8 SDK
- Visual Studio 2022 或 Visual Studio Code
2.2 克隆项目
首先,克隆 PresenceLight 项目到本地:
git clone https://github.com/isaacrlevin/presencelight.git
cd presencelight
2.3 安装依赖
在项目根目录下,运行以下命令安装所需的依赖:
dotnet restore
2.4 配置应用
在 appsettings.json 文件中配置您的智能灯泡和 Microsoft Teams 的连接信息。例如:
{
"Lights": {
"PhilipsHue": {
"BridgeIp": "192.168.1.100",
"Username": "your-username"
},
"LIFX": {
"Token": "your-lifx-token"
}
},
"MicrosoftTeams": {
"ClientId": "your-client-id",
"TenantId": "your-tenant-id"
}
}
2.5 运行应用
在项目根目录下,运行以下命令启动应用:
dotnet run
3. 应用案例和最佳实践
3.1 办公室状态指示
在办公室环境中,PresenceLight 可以用于指示员工的可用性状态。例如,当员工在会议中时,灯泡可以显示红色;当员工空闲时,灯泡可以显示绿色。这有助于团队成员快速了解彼此的可用性。
3.2 远程工作状态指示
对于远程工作的员工,PresenceLight 可以放置在家中,通过智能灯泡的颜色变化来指示当前的工作状态。例如,蓝色表示正在工作,黄色表示休息中。
3.3 多设备同步
PresenceLight 支持多设备同步,您可以在多个设备上运行 PresenceLight,并将它们连接到同一个智能灯泡。这样,无论您在哪个设备上更新状态,灯泡都会同步显示。
4. 典型生态项目
4.1 Microsoft Teams
PresenceLight 的核心功能是与 Microsoft Teams 集成,通过 Microsoft Graph API 获取用户的可用性状态,并将其广播到智能灯泡上。
4.2 Philips Hue
Philips Hue 是 PresenceLight 支持的主要智能灯泡之一。通过 PresenceLight,您可以轻松地将 Microsoft Teams 的状态同步到 Philips Hue 灯泡上。
4.3 LIFX
LIFX 是另一个受支持的智能灯泡品牌。PresenceLight 允许您通过 LIFX 的 API 控制灯泡的颜色和状态。
4.4 Yeelight
Yeelight 是小米旗下的智能灯泡品牌,PresenceLight 也支持与 Yeelight 灯泡的集成,提供状态指示功能。
通过以上步骤,您可以快速启动 PresenceLight 项目,并将其应用于各种智能灯泡和 Microsoft Teams 的集成场景中。
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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