Xiaomi Home 集成在 Home Assistant 2025.3.0 中的依赖冲突问题分析
问题背景
近期在 Home Assistant Core 2025.3.0 版本中,许多用户报告 Xiaomi Home 集成无法正常启动,系统日志显示存在依赖包冲突。这一问题主要影响使用 Xiaomi Home 自定义集成的用户,导致智能家居设备无法正常连接和控制。
错误现象
用户升级到 Home Assistant 2025.3.0 后,系统日志中会出现以下关键错误信息:
Setup failed for custom integration 'xiaomi_home': Requirements for xiaomi_home not found: ['paho-mqtt<2.0.0'].
同时伴随的依赖解析错误表明:
Unable to install package paho-mqtt<2.0.0: × No solution found when resolving dependencies: ╰─▶ Because you require paho-mqtt<2.0.0 and paho-mqtt==2.1.0, we can conclude that your requirements are unsatisfiable.
问题根源分析
-
依赖版本冲突:Xiaomi Home 集成明确要求 paho-mqtt 客户端版本必须低于 2.0.0(即
paho-mqtt<2.0.0),而 Home Assistant 2025.3.0 系统环境中已经安装了 paho-mqtt 2.1.0 版本。 -
依赖解析机制:Python 的包管理系统无法同时满足这两个相互矛盾的版本要求,导致依赖解析失败。
-
版本兼容性变化:Home Assistant 2025.3.0 更新了其内部依赖,包括升级 paho-mqtt 到 2.1.0 版本,这与 Xiaomi Home 集成的版本限制产生了直接冲突。
临时解决方案
对于急需恢复系统功能的用户,可以采取以下手动修改方案:
-
定位到 Xiaomi Home 集成的 manifest.json 文件(通常位于
config/custom_components/xiaomi_home/目录下) -
修改 requirements 部分,将
paho-mqtt<2.0.0改为paho-mqtt,即移除版本限制:
"requirements": [
"construct>=2.10.56",
"paho-mqtt",
"numpy",
"cryptography",
"psutil"
],
- 保存文件后重启 Home Assistant 服务
技术建议
-
长期解决方案:集成开发者应该测试并验证 Xiaomi Home 集成与 paho-mqtt 2.x 版本的兼容性,适当调整版本限制。
-
依赖管理最佳实践:
- 避免过度严格的版本限制
- 明确区分必须的版本限制和推荐的版本限制
- 在可能的情况下使用兼容性范围而非固定版本
-
用户升级策略:在升级 Home Assistant 核心版本前,建议:
- 检查自定义集成的兼容性声明
- 备份当前配置
- 关注社区中的已知问题
影响评估
这一问题主要影响:
- 使用 Xiaomi Home 自定义集成的用户
- 运行 Home Assistant 2025.3.0 版本的系统
- 依赖 MQTT 通信的米家设备控制功能
虽然临时解决方案可以恢复基本功能,但建议用户在官方发布修复版本后及时更新,以确保系统的长期稳定性和安全性。
结论
依赖管理是复杂系统集成中的常见挑战。这次事件凸显了在开源生态系统中,组件间版本协调的重要性。对于终端用户而言,理解这类问题的本质有助于更快地找到解决方案,同时也提醒开发者在定义依赖关系时需要更加谨慎和前瞻性。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00