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
硅谷秋水7 小时前
REALM:用于机器人操作泛化能力的真实-仿真验证基准测试
人工智能·机器学习·计算机视觉·语言模型·机器人
AI周红伟7 小时前
周红伟:智能体和大模型培训方案落地,电商场景的智能客服与营销方案
人工智能
摘星编程7 小时前
RAG重塑搜索:如何用检索增强生成打造企业级AI问答系统
人工智能
啊阿狸不会拉杆7 小时前
《机器学习导论》第 9 章-决策树
人工智能·python·算法·决策树·机器学习·数据挖掘·剪枝
曦月逸霜8 小时前
机器学习——个人笔记(持续更新中~)
人工智能·机器学习
新缸中之脑8 小时前
30个最好的3D相关AI代理技能
人工智能·3d
Pyeako8 小时前
opencv计算机视觉--LBPH&EigenFace&FisherFace人脸识别
人工智能·python·opencv·计算机视觉·lbph·eigenface·fisherface
工程师老罗8 小时前
举例说明YOLOv1 输出坐标到原图像素的映射关系
人工智能·yolo·计算机视觉
猫头虎8 小时前
手动部署开源OpenClaw汉化中文版过程中常见问题排查手册
人工智能·langchain·开源·github·aigc·agi·openclaw
多恩Stone8 小时前
【3D AICG 系列-9】Trellis2 推理流程图超详细介绍
人工智能·python·算法·3d·aigc·流程图