家庭自动化助手:Home Generative Agent 开源项目教程
2025-05-19 15:27:18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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609