Miloco 深度打通 Home Assistant,实现设备级精准控制

在智能家居的演进过程中,AI Agent 的核心价值在于其"手"延伸得有多远。

此前,Xiaomi Miloco 已经实现了对 Home Assistant(以下简称 HA)自动化的获取与触发,但这仅仅是冰山一角。对于追求极致控制感的用户和智能家居玩家来说,显然是不够的,我们需要直接握住每一个开关、读取每一个传感器的数值。

今天,我在Miloco最新代码基础上,增加对HA设备支持,正式发布了 v0.1.4版本( https://github.com/huangyajie/xiaomi-miloco/releases/tag/v0.1.4 ,这一版本实现了对 Home Assistant 设备(Entities)的全面获取、同步与精准控制


为什么要从"自动化"转向"设备控制"?

在当前版本中,Miloco 更多是作为一个"执行者",通过调用 HA 预设的自动化来完成任务。但这种方式存在局限性:

  1. 灵活性受限:你必须先在 HA 中写好自动化,Miloco 才能调用。
  2. 感知力不足:AI 无法实时知道某个特定的净水器滤芯寿命,或者某个灯泡的具体亮度。

v0.1.4 的改变:通过接入 HA 的设备实体(Entity)层,Miloco 现在可以直接感知并控制成百上千个细分设备。

1. 全新的设备管理维度

在新的"设备管理"界面中,我们增加了专门的 HA 设备 选项卡。Miloco 会自动同步 HA 中的各类实体,包括传感器(sensor)、开关(switch)、灯光(light)以及多媒体播放器(media_player)等。

可以看到,从小米净水器的滤芯寿命、TDS 数值到小爱音箱的状态,所有实体现在都以结构化的形式呈现在 Miloco 的管理体系中。


核心机制:基于 MCP 的设备赋能

为了让 AI 逻辑与硬件控制解耦,Miloco 深度集成了 MCP (Model Context Protocol)。在对话开始前,你可以灵活选择开启哪些控制能力。

2. 动态能力挂载

在 AI 中心,通过简单的勾选,即可赋予当前 Agent 控制 HA 设备的能力。

这种设计保持了系统的轻量与灵活。当你需要 AI 帮你管理家务时,只需开启 Home Assistant Device Control


实战演练:从感知到执行

当 AI 拥有了设备列表的上下文,它不仅能回答"家里有哪些设备",还能通过 Function Calling (Tool Use) 完成复杂的链式操作。

3. 智能推理与工具调用

通过 LLM 的推理能力,Miloco 可以自动识别用户的意图并转化为具体的 HA API 调用。

在这个案例中,当用户提出控制需求时,AI 首先调用 get_devices 获取设备状态,随后精准定位到 light.xiaomi_cn_..._indicator_light,并自动执行 turn_on 操作。整个过程无需人工干预,真正实现了"所言即所得"。


Release 信息

相关推荐
春日见2 小时前
在虚拟机上面无法正启动机械臂的控制launch文件
linux·运维·服务器·人工智能·驱动开发·ubuntu
————A2 小时前
强化学习----->轨迹、回报、折扣因子和回合
人工智能·python
CareyWYR3 小时前
每周AI论文速递(251215-251219)
人工智能
weixin_409383123 小时前
在kaggle训练Qwen/Qwen2.5-1.5B-Instruct 通过中二时期qq空间记录作为训练数据 训练出中二的模型为目标 第一次训练 好像太二了
人工智能·深度学习·机器学习·qwen
JoannaJuanCV3 小时前
自动驾驶—CARLA仿真(22)manual_control_steeringwheel demo
人工智能·自动驾驶·pygame·carla
余俊晖4 小时前
使用Agent做本体匹配的架构设计
人工智能·语言模型·自然语言处理
科士威传动4 小时前
方形滚珠导轨如何保障高速定位精度?
人工智能·科技·机器人·自动化·制造
SmartBrain4 小时前
洞察:阿里通义DeepResearch 技术
大数据·人工智能·语言模型·架构
声声codeGrandMaster4 小时前
AI之模型提升
人工智能·pytorch·python·算法·ai