Integracja serwera MCP i lokalnych LLM dla automatyzacji inteligentnego domu
ha-selora-ai z SeloraHomes integruje duże modele językowe z Home Assistant, aby działać jako proaktywny inteligentny lokaj dla domu, sugerując automatyzacje i upraszczając tworzenie YAML. Narzędzie udostępnia punkt końcowy Model Context Protocol, akceptuje polecenia w prostym angielskim za pośrednictwem czatu lub Assist i wspiera wiele backendów, w tym modele lokalne i chmurowe. Skierowane jest do zaawansowanych użytkowników Home Assistant, entuzjastów inteligentnych domów oraz deweloperów, którzy potrzebują automatyzacji świadomej kontekstu i prywatności lokalnej.
Jakie zadania można w rzeczywistości wykorzystać?
Narzędzie łączy modele językowe z Twoim środowiskiem automatyzacji i koncentruje się na produkcji użytecznych artefaktów, a nie tylko odpowiedzi konwersacyjnych. Główne wyniki obejmują robocze automatyzacje w YAML, kontrolę urządzeń w prostym języku przez panel czatu lub Asystenta oraz kontekstowe odpowiedzi dotyczące historii użytkowania urządzeń. Typowe zadania to automatyzacja rutynowych zachowań, zapytania o wzorce użytkowania oraz udostępnienie punktu końcowego MCP, aby zewnętrzni agenci mogli działać na encjach i usługach.
Jak dokładne są generowane automatyzacje i odpowiedzi?
Dokładność jest obsługiwana przez adaptery modeli specyficznych dla zadań: pięć specjalistycznych adapterów LoRA dostosowanych do bazy Qwen3 jest używanych do redukcji halucynacji podczas produkcji kodu lub poleceń. Robocze automatyzacje są pisane i przechowywane jako wyłączone wpisy do ręcznego przeglądu, co traktuje sugestie jako propozycje, a nie wdrożone zasady. Niezawodność wyników zależy od wybranego modelu backendowego i ilości historii urządzeń, którą system analizuje.
Jakie typy plików, backendy i wymagania dotyczące wdrożenia mają znaczenie?
Instalacja wymaga Home Assistant lub nowszego oraz klienta zgodnego z MCP, aby połączyć zewnętrznych agentów. Narzędzie wspiera lokalne wykonanie za pomocą modelu Selora AI Local 1.7B przez Ollama lub llama-server, a także akceptuje backendy w chmurze, takie jak Anthropic, OpenAI i Google Gemini. Generowane automatyzacje są emitowane w YAML i zapisywane w systemie Home Assistant do przeglądu i ręcznego włączenia.
Czy szanuje prywatność i wpisuje się w techniczne przepływy pracy?
SeloraHomes oferuje opcję lokalną: model o parametrach 1.7B działa całkowicie lokalnie, dzięki czemu operacje mogą pozostać z dala od zewnętrznych serwerów. Wybór dostawców chmurowych kieruje żądania poza siedzibę, ponieważ integracja wspiera zarówno lokalne, jak i chmurowe backendy. Projekt jest open-source i można go zainstalować za pomocą HACS, a jego status alfa i techniczna konfiguracja umieszczają go zdecydowanie w rękach technicznie biegłych użytkowników, a nie casualowych, gotowych do użycia konsumentów.
Kto powinien to przyjąć i czego się spodziewać następnie
Narzędzie jest praktycznym wyborem dla technicznie biegłych użytkowników Home Assistant i deweloperów, którzy akceptują ręczne ustawienia i przegląd proponowanych automatyzacji. Wczesni użytkownicy zyskują opcje modelu lokalnego i łączności MCP, podczas gdy zespoły poszukujące gotowego asystenta dla konsumentów powinny zauważyć wczesny etap rozwoju i potrzebę weryfikacji szkiców przed ich włączeniem w środowisku na żywo.
