家庭自动化助手:Home Generative Agent 开源项目教程
2025-05-19 15:41:06作者:丁柯新Fawn
1. 项目介绍
Home Generative Agent(HGA)是一个基于Home Assistant的开源项目,它使用LangChain和LangGraph技术构建了一个生成式AI助手。该助手能够理解和学习用户的家庭环境,自动执行任务,并与用户进行交互。HGA支持复杂的自动化任务、图像场景分析、家庭状态分析等功能,能够为智能家居环境提供更加智能化的用户体验。
2. 项目快速启动
在开始之前,请确保您的系统中已经安装了Home Assistant。
安装步骤
-
克隆项目到本地:
git clone https://github.com/goruck/home-generative-agent.git -
进入项目目录:
cd home-generative-agent -
安装项目依赖:
pip install -r requirements.txt -
将项目的
custom_components目录下的home_generative_agent文件夹复制到Home Assistant的custom_components目录中。 -
在Home Assistant的配置文件中添加HGA组件的配置信息。
-
重启Home Assistant。
配置示例
在Home Assistant的配置文件中添加以下内容:
home_generative_agent:
# 你的配置项
3. 应用案例和最佳实践
创建自动化
以下是一个创建自动化任务的YAML配置示例:
alias: Check Litter Box Waste Drawer
triggers:
- minutes: /30
trigger: time_pattern
conditions:
- condition: numeric_state
entity_id: sensor.litter_robot_4_waste_drawer
above: 90
actions:
- data:
message: The Litter Box waste drawer is more than 90% full!
action: notify.notify
家庭状态总结
创建一个定期运行的自动化任务来总结家庭状态:
alias: Prepare Home for Arrival
description: Turn on front porch light and unlock garage door lock at 7:30 PM
mode: single
triggers:
- at: "19:30:00"
trigger: time
actions:
- target:
entity_id: light.front_porch_light
action: light.turn_on
- target:
entity_id: lock.garage_door_lock
action: lock.unlock
图像场景分析
HGA可以分析摄像头图像并识别场景,例如检测包裹:
# 在配置中启用图像场景分析功能
hga_scene_analysis:
# 相关配置
4. 典型生态项目
Home Generative Agent作为Home Assistant的一个组件,可以与以下生态项目配合使用,以提供更完整的智能家居解决方案:
- Home Assistant: 核心的智能家居自动化平台。
- Node-RED: 可视化编程工具,用于创建复杂的自动化流程。
- ESPHome: 用于将微控制器(如ESP8266/ESP32)集成到Home Assistant中的项目。
通过集成这些项目,用户可以构建一个更加智能和个性化的智能家居系统。
登录后查看全文
热门项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
278
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
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
629
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
75
99
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K