深入解析craibo/ha_strava:将Strava运动数据接入Home Assistant
2025-07-01 12:53:12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
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
927
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8