Yeelight Shell Scripts 使用教程
项目介绍
Yeelight Shell Scripts 是一个专为 Linux 用户设计的开源项目,允许用户通过简单的 shell 脚本轻松地对 Xiaomi Mi Yeelight(RGB)灯具进行各种操作,无需额外软件或复杂的配置。该项目由 Heinz Peter Hippenstiel 开发,旨在帮助 Linux 用户利用命令行工具与 Yeelight 灯具进行交互。项目提供了一系列预设的 shell 脚本,包括开关灯、调整亮度、设置颜色和色温等,并支持通过自定义场景与第三方应用如 HA-Bridge 和 Amazon Alexa 集成,以实现更丰富的控制功能。
项目快速启动
环境准备
- 连接灯具到网络:使用 Yeelight 应用将灯具连接到您的网络,并启用开发者模式(或 LAN 控制模式)。
- 配置 IP 地址:确保您的 DHCP 服务器始终分配相同的 IP 地址给灯具。编辑
yeelight-ips文件,输入灯具的 IP 地址,每个地址用空格分隔。
安装与配置
-
克隆项目:
git clone https://github.com/hphde/yeelight-shell-scripts.git cd yeelight-shell-scripts -
编辑 IP 地址文件:
nano yeelight-ips输入灯具的 IP 地址,例如:
192.168.1.100 -
运行脚本:
./yeelight-on.sh这将打开灯具。其他脚本如
yeelight-off.sh、yeelight-brightness.sh等也可以类似方式调用。
应用案例和最佳实践
日常控制
您可以设定定时任务,使灯光随您的生活节奏自动变化。例如,使用 cron 定时任务:
crontab -e
添加如下内容:
0 18 * * * /path/to/yeelight-shell-scripts/yeelight-on.sh
0 23 * * * /path/to/yeelight-shell-scripts/yeelight-off.sh
智能家居集成
通过 HA-Bridge,可以让 Yeelight 灯具与 Amazon Alexa 或其他语音助手联动,实现语音控制。配置 HA-Bridge 后,添加 Yeelight 脚本作为设备。
节能模式
结合 redshift,可以自动调整灯光温度,减少夜间蓝光对眼睛的影响。使用 yeelight-redshift.sh 脚本:
./yeelight-redshift.sh
娱乐模式
使用 Disco 模式为派对增添动感色彩:
./yeelight-disco.sh
典型生态项目
HA-Bridge
HA-Bridge 是一个将 Yeelight 灯具与 Amazon Alexa 等语音助手集成的项目。通过配置 HA-Bridge,您可以实现语音控制 Yeelight 灯具。
Redshift
Redshift 是一个调整屏幕色温以减少夜间蓝光对眼睛影响的工具。结合 Yeelight Shell Scripts,可以实现灯光与屏幕色温同步调整。
通过以上教程,您可以快速上手并充分利用 Yeelight Shell Scripts 项目,实现智能灯光控制,提升生活品质。
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