【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 StartedRust091- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00