Domoticz中通过JSON API创建并配置虚拟传感器的最佳实践
2025-06-20 08:03:39作者:苗圣禹Peter
概述
在使用Domoticz智能家居系统时,开发者经常需要通过API来创建和配置虚拟传感器。本文将详细介绍如何通过JSON API正确创建并配置一个具有特定功能的虚拟传感器,特别是针对电能计量类型的传感器。
创建虚拟传感器的基本方法
在Domoticz中,创建虚拟传感器的基本API调用如下:
/json.htm?type=command¶m=createdevice&idx=设备组ID&sensorname=传感器名称&devicetype=243&devicesubtype=29
其中:
devicetype=243表示创建一个虚拟传感器devicesubtype=29表示创建一个电能计量类型的虚拟传感器
高级配置需求
然而,有时我们需要更精细地配置传感器属性,例如:
- 将传感器类型设置为"Return"而非默认的"Usage"
- 将电能读数模式设置为"Computed"而非"From Device"
常见误区
许多开发者尝试在创建命令中直接添加Switchtype和Options参数,例如:
/json.htm?type=command¶m=createdevice&idx=11&sensorname=Extension2&devicetype=243&devicesubtype=29&Switchtype=4&Options={"EnergyMeterMode": "1"}
这种方法实际上不会生效,因为创建命令不支持这些参数的即时配置。
正确的两步配置法
正确的做法是分两步进行:
第一步:创建基础传感器
/json.htm?type=command¶m=createdevice&idx=设备组ID&sensorname=传感器名称&devicetype=243&devicesubtype=29
第二步:配置高级属性
创建完成后,使用setused命令进行高级配置:
/json.htm?type=command¶m=setused&idx=设备ID&name=传感器名称&switchtype=4&EnergyMeterMode=1&used=true
关键参数说明:
switchtype=4将传感器类型设置为"Return"EnergyMeterMode=1将电能读数模式设置为"Computed"used=true是必需参数,表示启用该设备
实际应用示例
假设我们要创建一个名为"TESTS"的虚拟电能传感器,配置为Return类型并使用Computed读数模式:
- 首先创建传感器:
/json.htm?type=command¶m=createdevice&idx=11&sensorname=TESTS&devicetype=243&devicesubtype=29
- 获取返回的设备ID(假设为232),然后进行配置:
/json.htm?type=command¶m=setused&idx=232&name=TESTS&switchtype=4&EnergyMeterMode=1&used=true
注意事项
- 必须确保
used=true参数存在,否则会导致配置失败 - 设备ID是创建后返回的,不是创建时指定的设备组ID
- 某些配置可能需要特定的Domoticz版本支持(如2023.2及以上)
通过这种两步法,开发者可以灵活地创建和配置各种类型的虚拟传感器,满足不同的智能家居场景需求。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134