Home Assistant Custom UI 使用教程
1. 项目介绍
Home Assistant Custom UI 是一个用于自定义 Home Assistant 用户界面的开源项目。它允许用户通过添加模板和图标颜色来增强 Home Assistant 的 UI 功能。该项目的主要目的是提供一种灵活的方式来定制 Home Assistant 的实体属性显示,特别是在 Dashboard 的 more-info 卡片中。
主要功能
- 模板支持:允许用户使用 Jinja 模板来动态生成 UI 元素。
- 图标颜色自定义:支持根据实体状态动态更改图标颜色。
- 隐藏属性:允许用户隐藏 more-info 面板中的某些属性。
2. 项目快速启动
安装步骤
-
克隆项目:
git clone https://github.com/andrey-git/home-assistant-custom-ui.git -
将文件放置在 Home Assistant 配置目录中: 将克隆的项目文件放置在 Home Assistant 配置目录的
www文件夹中,例如:cp -r home-assistant-custom-ui/custom_ui /config/www/ -
在 Home Assistant 配置文件中添加资源: 编辑
ui-lovelace.yaml文件,添加以下内容:resources: - url: /local/custom_ui/custom-ui.js type: module -
重启 Home Assistant: 完成配置后,重启 Home Assistant 以加载自定义 UI。
示例配置
以下是一个简单的示例配置,展示如何使用 Custom UI 自定义图标颜色:
homeassistant:
customize:
light.living_room:
custom_ui_state_card: state-card-custom-ui
templates:
icon_color: >
if (state === 'on') return 'red';
return 'blue';
3. 应用案例和最佳实践
应用案例
-
动态图标颜色: 通过 Custom UI,可以根据实体状态动态更改图标颜色,例如在灯光开启时显示红色,关闭时显示蓝色。
-
隐藏不必要属性: 在 more-info 面板中隐藏某些不常用的属性,使界面更加简洁。
最佳实践
- 避免过度定制:虽然 Custom UI 提供了强大的定制功能,但过度使用模板可能会影响 Home Assistant 的性能。建议仅在必要时使用。
- 保持配置简洁:尽量保持配置文件简洁明了,避免复杂的嵌套结构,以便于维护和调试。
4. 典型生态项目
相关项目
-
Home Assistant: Home Assistant 是一个开源的家庭自动化平台,Custom UI 是其生态系统中的一个重要组成部分。
-
HACS (Home Assistant Community Store): HACS 是一个用于管理 Home Assistant 插件和自定义 UI 的社区商店,用户可以通过 HACS 轻松安装和管理 Custom UI。
-
Lovelace UI: Lovelace UI 是 Home Assistant 的默认用户界面,Custom UI 可以与其无缝集成,提供更丰富的定制选项。
通过以上步骤和示例,您可以快速上手并充分利用 Home Assistant Custom UI 的功能,打造个性化的家庭自动化体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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