如何用HomeAssistant-GreeClimateComponent轻松掌控格力空调?完整配置指南
HomeAssistant-GreeClimateComponent 是专为Home Assistant打造的格力空调控制组件,采用Python3开发,让支持Gree协议的空调设备无缝接入智能家居系统,实现远程操控与自动化管理✨。无论是调节温度、切换模式,还是设置定时任务,都能通过直观界面轻松完成。
为什么选择这款空调控制组件?
✅ 广泛兼容主流空调品牌
经过实测验证,该组件不仅完美支持格力品牌空调,还兼容Innova HVAC、Cooper & Hunter、AC Pioneer Fortis Series等多个品牌设备,解决多品牌空调整合难题。
✅ 丰富功能满足多样需求
- 基础控制:开关、温度调节、模式切换(制冷/制热/送风等)
- 高级功能:风速控制、摆风调节、定时开关
- 自动化联动:与温湿度传感器联动,自动启停或调节空调状态
- 加密通信:保障控制指令传输安全,防止信息泄露
✅ 极简安装三步到位
通过HACS商店一键安装,无需复杂编译步骤。组件路径:custom_components/gree/
详细配置步骤(附代码示例)
1️⃣ 安装组件
git clone https://gitcode.com/gh_mirrors/ho/HomeAssistant-GreeClimateComponent
将下载的gree文件夹复制到Home Assistant的custom_components目录下。
2️⃣ 配置设备连接
在Home Assistant配置文件中添加:
climate:
- platform: gree
name: 客厅空调
host: 192.168.1.100 # 空调IP地址
port: 7000
mac: 'AABBCCDDEEFF'
temp_sensor: sensor.living_room_temperature # 可选外部温度传感器
配置文件路径参考:manual-configuration.yaml
3️⃣ 验证与调试
重启Home Assistant后,在集成页面搜索"Gree"即可发现设备。若连接失败,可查看日志文件排查问题:
home-assistant.log
实用功能模块解析
🌡️ 温度控制模块
核心代码位于custom_components/gree/climate.py,支持0.5℃精度调节,满足精准控温需求。
⚙️ 高级参数设置
通过custom_components/gree/number.py可配置风速等级、摆风角度等参数,打造个性化舒适环境。
🔄 状态监控组件
custom_components/gree/sensor.py模块提供空调运行状态反馈,实时显示当前功率、能耗等数据。
常见问题解决方案
Q:空调无法被发现怎么办?
A:确保空调已接入局域网,可尝试重启路由器和空调。若使用手动配置,需核对IP地址与MAC地址是否正确。
Q:如何实现空调与温湿度传感器联动?
A:在Home Assistant自动化编辑器中添加触发条件:当温度传感器数值超过26℃时,自动开启空调制冷模式。
支持设备型号清单
完整支持型号列表参见supported-devices.md,若你的设备不在列表中,可通过组件的config_flow.py提交适配请求。
结语
这款开源组件彻底解决了格力空调智能家居接入难题,通过简单配置即可享受科技带来的便利。无论是智能家居新手还是资深玩家,都能快速上手使用。立即部署,让你的空调秒变智能设备!❄️🔥
项目遵循MIT开源协议,源代码可通过上方链接获取,欢迎开发者参与功能优化与bug修复。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00