深入解析craibo/ha_strava:将Strava运动数据接入Home Assistant
2025-07-01 17:28:45作者:滑思眉Philip
项目概述
craibo/ha_strava是一个非官方的Home Assistant集成组件,它能够将Strava运动平台的活动数据无缝接入智能家居系统。通过这个集成,用户可以在Home Assistant中直接查看和管理自己的运动数据,为智能家居自动化提供更多可能性。
核心功能
1. 活动数据集成
- 支持获取最多10条最近的Strava活动记录
- 自动同步Run(跑步)、Ride(骑行)和Swim(游泳)三类运动的统计数据
- 最近4周数据
- 年度累计数据(YTD)
- 历史总数据(All-Time)
2. 多媒体支持
- 内置相机实体功能,可将Strava活动照片以轮播形式展示
- 支持展示活动路线图和相关图片
3. 单位系统兼容
- 同时支持公制(metric)和英制(imperial)单位系统
- 可自动匹配Home Assistant的默认单位设置
4. 实时数据更新
- 当Strava上的活动数据发生变化时,Home Assistant中的对应数据会自动更新
- 无需手动刷新,保持数据一致性
技术实现细节
传感器实体架构
每个Strava活动在Home Assistant中都会创建一个虚拟设备实体(最多10个),每个设备实体下包含13个传感器子实体,完整覆盖运动数据的各个方面:
-
基本信息类传感器
- 运动类型(Sport type)
- 活动日期与标题(Date & Title)
- 地理位置(Location)
- 起始坐标(Start geo co-ordinates)
- 活动链接(Link to Strava activity)
- 通勤标记(Commute)
- 隐私标记(Private)
-
运动数据类传感器
- 总耗时(Elapsed Time)
- 运动时间(Moving Time)
- 配速(Pace)
- 速度(Speed)
- 距离(Distance)
- 平均心率(Heart Rate Average)
- 最大心率(Heart Rate Max)
- 卡路里(Calories)
- 平均步频(Cadence Average)
- 海拔提升(Elevation Gain)
- 功率(Power)
-
社交互动类传感器
- 点赞数(Kudos)
- 成就数(Trophies)
安装指南
前置条件
-
远程访问配置
- Home Assistant实例必须配置外部访问URL
- 使用Nabu Casa服务的用户可直接使用提供的云URL
-
Strava API申请
- 访问Strava设置中的API应用页面
- 创建应用并获取Client-ID和Client-Secret
- 关键设置:授权回调域必须设为
my.home-assistant.io
安装步骤
- 通过HACS添加自定义集成仓库
- 下载并安装ha_strava集成
- 重启Home Assistant服务
- 在集成页面添加Strava集成
- 输入API凭证完成授权
配置与自定义
1. 活动数量调整
- 默认显示最近2条活动
- 可在集成配置中调整(1-10条)
- 修改后需要等待数据同步完成
2. 单位系统设置
提供三种距离单位配置选项:
Default:跟随Home Assistant全局设置Metric:使用公里/米(km/m)Imperial:使用英里/英尺(mi/ft)
注意:修改单位系统后需要重启Home Assistant才能完全生效。
3. 地理位置服务增强
- 集成默认使用geocode.xyz服务解析活动位置
- 频繁出现"Unknown Area"时建议申请免费API key
- 在集成配置中输入API key可减少服务限制
应用场景建议
1. 自动化触发
- 当完成特定类型运动时触发家庭场景
- 根据运动数据调整智能设备状态(如运动后自动调节空调)
2. 数据可视化
- 在仪表盘展示运动统计数据图表
- 创建运动成就通知面板
3. 健康管理
- 将运动数据与其他健康设备数据关联分析
- 设置运动目标达成提醒
注意事项
- 由于API限制,部分统计数据在修改单位系统后可能需要重新积累
- 地理位置解析服务有频率限制,建议使用自己的API key
- 活动照片显示依赖Strava中的媒体数据
- 心率等部分数据需要运动设备支持并正确同步到Strava
项目背景
该项目最初由codingcyclist开发,后经madmic1314维护,现在由craibo主导开发。社区开发者共同贡献了多项功能改进,使其成为Home Assistant生态中最完善的Strava集成解决方案之一。
通过craibo/ha_strava集成,运动爱好者可以轻松将Strava数据融入智能家居系统,创造更加个性化和健康导向的居家体验。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217