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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00