Home Assistant Powercalc 1.17.13版本发布:智能家居能耗监测新升级
项目简介
Home Assistant Powercalc是Home Assistant智能家居平台上一个功能强大的能耗计算插件。它通过数学模型和设备特性文件,帮助用户精确计算各类智能设备的电力消耗,无需额外硬件即可实现能耗监测。该插件特别适合想要优化家庭能源使用、降低电费支出的智能家居爱好者。
版本亮点
新增设备支持
本次1.17.13版本最显著的改进是扩展了对多种智能设备的支持:
-
Shelly 1 mini gen4:这款紧凑型智能开关现在有了专门的能耗配置文件,用户可以更准确地监测其电力消耗情况。
-
SNOOZ-US-2白噪音机:为这款改善睡眠质量的设备添加了能耗模型,帮助用户了解其夜间运行的电力成本。
-
飞利浦Hue Argenta彩色射灯:不仅添加了基础支持,还针对不同变体进行了优化,确保彩色照明场景下的能耗计算更加精确。
功能优化与修复
-
测量工具改进:修复了测量工具中"resume"标志无效的问题,现在用户可以更可靠地暂停和恢复能耗测量过程。
-
每日固定传感器设置:解决了在设置每日固定能耗传感器时可能出现的"entity category"错误,提升了配置过程的稳定性。
-
能源传感器分组:修复了能源传感器可能从组中丢失的问题,确保能源监控面板显示完整准确的数据。
技术解析
Powercalc的工作原理是通过设备特性文件(power profiles)来模拟各类智能设备的能耗行为。这些文件包含了设备在不同状态下的功耗参数,使得插件能够在不依赖实际电表的情况下,计算出相当精确的能耗数据。
新版本中增加的设备支持,实质上是为这些设备创建了精确的能耗模型。以飞利浦Hue Argenta彩色射灯为例,不同颜色和亮度下的功耗特性都被纳入考量,这使得即使用户频繁调整灯光颜色和亮度,能耗计算也能保持准确。
使用建议
对于已经使用Powercalc的用户,升级到1.17.13版本后可以:
-
为新支持的设备配置能耗监测,充分利用扩展的设备兼容性。
-
检查之前设置的每日固定传感器,确保其正常运行。
-
验证能源组中所有传感器是否完整显示,必要时重新配置分组。
对于考虑使用Powercalc的新用户,这个版本提供了更稳定的体验和更广泛的设备支持,是开始家庭能源监控的好时机。
社区贡献
本次更新特别感谢社区开发者的贡献,他们为不同设备创建和优化了能耗配置文件,体现了开源协作的力量。这种社区驱动的开发模式确保了插件能够快速适配市场上不断涌现的新智能设备。
总结
Home Assistant Powercalc 1.17.13版本通过扩展设备支持和修复关键问题,进一步提升了智能家居能耗监测的准确性和易用性。对于注重能源管理的智能家居用户来说,这次更新值得及时应用,以获得更全面的家庭用电洞察。
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