【亲测免费】 Xiaomi MIoT Raw 项目教程
项目介绍
Xiaomi MIoT Raw 是一个开源的 Python 库,专门为小米 MIoT 协议提供原始数据访问和控制功能。通过这个库,开发者可以轻松地与小米智能设备进行交互,实现自定义的自动化场景或扩展智能家居系统的功能。该项目支持大多数小米 MIoT 设备,并且无需配置 YAML 文件即可轻松集成到 Home Assistant 中。
项目快速启动
安装
首先,克隆项目仓库到本地:
git clone https://github.com/ha0y/xiaomi_miot_raw.git
cd xiaomi_miot_raw
配置
在 Home Assistant 的配置文件夹中创建一个 custom_components 文件夹(如果还没有的话),然后将 xiaomi_miot_raw 文件夹复制到 custom_components 文件夹中:
mkdir -p /path/to/homeassistant/config/custom_components
cp -r custom_components/xiaomi_miot_raw /path/to/homeassistant/config/custom_components/
启用
在 Home Assistant 的 configuration.yaml 文件中添加以下配置:
xiaomi_miot_raw:
devices:
- sid: 'your_device_id'
model: 'your_device_model'
重启 Home Assistant 以应用更改。
应用案例和最佳实践
自动化场景
使用 Xiaomi MIoT Raw 库,你可以轻松创建自动化场景。例如,设置一个自动化规则,当某个传感器检测到特定条件时,控制智能灯的开关:
automation:
- alias: 'Turn on light when motion detected'
trigger:
- platform: state
entity_id: sensor.motion_sensor
to: 'on'
action:
- service: light.turn_on
entity_id: light.living_room
远程控制
通过云端连接,即使不在家也可以远程控制小米智能设备。配置云端连接后,可以通过 Home Assistant 的 Web UI 或移动应用远程控制设备。
典型生态项目
Home Assistant
Home Assistant 是一个开源的智能家居平台,支持多种智能设备和协议。Xiaomi MIoT Raw 库可以无缝集成到 Home Assistant 中,提供强大的自动化和控制功能。
HACS (Home Assistant Community Store)
HACS 是一个为 Home Assistant 设计的插件商店,用于安装和管理第三方组件和插件。通过 HACS,你可以轻松安装和管理 Xiaomi MIoT Raw 插件。
Python-miio
Python-miio 是一个用于控制小米智能设备的 Python 库和控制台工具。它与 Xiaomi MIoT Raw 库配合使用,提供更全面的设备控制和自动化功能。
通过这些生态项目,你可以构建一个完整的智能家居系统,实现高效、便捷的智能生活体验。
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 StartedRust0198
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 Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07