Xiaomi Vacuum Map Card 自定义操作菜单排序指南
2025-07-10 12:56:55作者:宣海椒Queenly
概述
在智能家居自动化中,Xiaomi Vacuum Map Card 是一个功能强大的 Lovelace 卡片组件,它为用户提供了直观的机器人吸尘器地图交互界面。该卡片顶部左侧的操作菜单包含"Pin & Go"、"Zone cleanup"和"Rooms"三个核心功能,这些功能的默认排序可能不符合所有用户的使用习惯。
操作菜单自定义配置
许多用户可能没有意识到,这些操作菜单项的顺序实际上是可以自定义配置的,而不是固定不变的。通过修改YAML配置文件中的map_modes部分,用户可以自由调整这三个功能在菜单中的显示顺序。
配置方法
要实现操作菜单的自定义排序,用户需要在卡片配置中添加或修改map_modes参数。以下是一个典型的配置示例:
map_modes:
- preset_name: rooms
icon: mdi:floor-plan
# 房间清洁模式配置
- preset_name: zone
icon: mdi:selection-drag
# 区域清洁模式配置
- preset_name: goto
icon: mdi:map-marker-path
# 定点清洁模式配置
在这个配置中,preset_name的排列顺序直接决定了操作菜单中各项的显示顺序。用户只需按照自己偏好的顺序排列这三个模式即可。
使用建议
- 高频操作优先:将最常用的功能放在最前面,减少操作步骤
- 逻辑分组:可以按照清洁范围从大到小或从小到大排列
- 视觉一致性:保持与家中其他智能设备操作逻辑的一致性
注意事项
- 每个模式必须包含
preset_name和icon两个必要参数 - 模式名称必须使用预设值:
rooms、zone和goto - 修改配置后需要重新加载Lovelace界面才能看到变化
通过这种灵活的配置方式,用户可以根据个人使用习惯优化操作流程,提升智能家居的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
Ascend Extension for PyTorch
Python
396
474
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
360
219
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++
902
706
🎉 (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
1.39 K
787
昇腾LLM分布式训练框架
Python
122
148
React Native鸿蒙化仓库
JavaScript
312
365
暂无简介
Dart
814
200
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
124
161
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161