Quickstart · 30 分钟跑通 AI × 全屋智能(无语音)

本教程是 2026-07 重组后的版本:用户决定去掉语音助手(避免隐私/复杂度/硬件投入),聚焦 AI 跑全屋智能:MQTT + Z2M 接绿米设备 → InfluxDB 长存 → AppDaemon 预测触发 → Grafana 可视化 → 本地 LLM 自动总结。所有数据本地,不依赖任何云服务。

0. 准备(5 分钟)

件	条件
NAS	16GB+ RAM(Linux,Docker 已装),已按 nas-overview 装好
Zigbee 协调器	SONOFF Zigbee 3.0 USB Dongle Plus-P(¥80-100)
绿米 / Aqara 子设备	至少 1 个墙开 + 1 个插座 + 1 个人体(或门磁)
现有 Aqara Hub	如果你有,保留 Hub 给摄像头云和 HomeKit 用;NAS 用 SONOFF 协调器进 Z2M
路由器	关 AP 隔离,启用 mDNS / Bonjour
时间	30 分钟

施工 + 软件分工:如果绿米设备多,先让师傅现场装配(见 home-ai-install-guide §1 师傅 brief),软件调试下面 30 分钟搞定。

1. 装 HA + Mosquitto + InfluxDB(10 分钟)

mkdir -p ~/ha/{config,z2m,influxdb,grafana,mosquitto}

docker-compose.yml 摆平 HA + MQTT + InfluxDB:

version: "3"
services:
  homeassistant:
    image: ghcr.io/home-assistant/home-assistant:stable
    restart: unless-stopped
    network_mode: host
    privileged: true
    environment:
      TZ: Asia/Shanghai
    volumes:
      - ~/ha/config:/config
 
  mosquitto:
    image: eclipse-mosquitto:2
    restart: unless-stopped
    network_mode: host
    volumes:
      - ~/ha/mosquitto:/mosquitto
      - ./mosquitto/mosquitto.conf:/mosquitto/config/mosquitto.conf
 
  influxdb:
    image: quay.io/influxdata/influxdb:2.7
    restart: unless-stopped
    network_mode: host
    environment:
      DOCKER_INFLUXDB_INIT_MODE: setup
      DOCKER_INFLUXDB_INIT_USERNAME: admin
      DOCKER_INFLUXDB_INIT_PASSWORD: changeme
      DOCKER_INFLUXDB_INIT_ORG: home
      DOCKER_INFLUXDB_INIT_BUCKET: ha
    volumes:
      - ~/ha/influxdb:/var/lib/influxdb2

~/ha/mosquitto/mosquitto.conf:

allow_anonymous true
persistence true
persistence_location /mosquitto/data/

cd ~/ha && docker compose up -d

HA 配置 → 浏览器 http://NAS-IP:8123 完成 onboarding。然后 Add Integration:

InfluxDB 2.x:api_version: 2,org home,bucket ha,token 粘贴。

2. 装 Zigbee2MQTT + 接绿米(10 分钟)

docker run -d \
  --name zigbee2mqtt \
  --restart=unless-stopped \
  --network=host \
  --device=/dev/ttyACM0 \
  -v ~/ha/z2m:/app/data \
  -e TZ=Asia/Shanghai \
  ghcr.io/koenkk/zigbee2mqtt:stable

Z2M web UI:http://NAS-IP:8080(首次无密码)。点 “Permit join” → 60 秒窗口 → 绿米设备按住配对键 5-7 秒 → 等弹窗。

⭐ 绿米 / Aqara 设备 Z2M 兼容矩阵详见 home-ai-install-guide §2;核心结论:墙开 / 插座 / 传感器 / 窗帘电机 / Cube / 灯具 → 全 Z2M;摄像头 / 门锁部分 → 留 Aqara Hub 走云/HomeKit。

HA → Add Integration → “MQTT” → broker localhost:1883。所有绿米设备以 entity 出现。

3. AppDaemon + 预测触发(5 分钟)

docker run -d \
  --name appdaemon \
  --restart=unless-stopped \
  --network=host \
  -v ~/ha/appdaemon:/conf \
  -e TZ=Asia/Shanghai \
  -e HA_URL=http://localhost:8123 \
  -e TOKEN=!secret ha_token  # 永 token,HA 个人资料页生成
  acockburn/appdaemon:latest

~/ha/appdaemon/apps/auto_energy.py:

import appdaemon.plugins.hass.hassapi as hass
 
class AutoSchedule(hass.Hass):
    """非工作时段 + 无人 -> 关空调;回家前 30 分钟预热"""
 
    def initialize(self):
        self.listen_state(self.on_presence, "person.you", new="not_home", duration=300)
        self.listen_state(self.on_coming_home, "proximity.you_home",
                          new="below_value", value=2000, old="above_value")
 
    def on_presence(self, entity, attribute, old, new, kwargs):
        # 离家 5 分钟 → 自动关主灯 + 关空调
        self.call_service("light/turn_off", entity_id="all")
        self.call_service("climate/set_hvac_mode",
                          entity_id="climate.living_room",
                          hvac_mode="off")
 
    def on_coming_home(self, entity, attribute, old, new, kwargs):
        # 离家 < 2km → 提前暖
        self.call_service("climate/turn_on",
                          entity_id="climate.living_room")
        self.call_service("climate/set_temperature",
                          entity_id="climate.living_room",
                          temperature=22)

apps.yaml 加:

auto_energy:
  module: auto_energy
  class: AutoSchedule

重启 appdaemon container:docker restart appdaemon。

4. 装 Grafana 看板(2 分钟)

docker run -d \
  --name grafana \
  --restart=unless-stopped \
  -v ~/ha/grafana:/var/lib/grafana \
  -e GF_USERS_DEFAULT_THEME=light \
  -p 3000:3000 \
  grafana/grafana:latest

Add DataSource:URL = http://NAS-IP:8086(InfluxDB),query language = InfluxQL。

预置看板模板:实时功率 / 今日能耗 / 本月 / 异常事件 4 张面板。见 home-ai-energy §5 详细 yaml。

5. 本地 LLM 自动总结(可选,2 分钟)

如果想”每天 22:00 自动总结今日能耗”:

# Ollama + Qwen2.5-7B-Instruct
docker run -d \
  --name ollama \
  --restart=unless-stopped \
  -v ~/ha/ollama:/root/.ollama \
  -p 11434:11434 \
  ollama/ollama:latest
 
# 拉国产模型(国内 ModelScope 镜像)
docker exec ollama ollama pull qwen2.5:7b

apps/daily_summary.py:

import appdaemon.plugins.hass.hassapi as hass
import requests
 
class DailyBrief(hass.Hass):
    def initialize(self):
        self.run_daily(self.run_brief, "22:00:00")
 
    def run_brief(self, kwargs):
        actual = self.get_state("sensor.daily_energy")
        yesterday = self.get_state("sensor.yesterday_energy")
        delta = (float(actual) - float(yesterday)) / float(yesterday) * 100
 
        prompt = (f"今天家里用电 {actual} 度,比昨天 {'高' if delta > 0 else '低'} {abs(delta):.1f}%。"
                  f"说一下大概原因 + 明天怎么用低谷电价。50 字以内,中文。")
        rsp = requests.post("http://localhost:11434/api/generate",
                             json={"model": "qwen2.5:7b", "prompt": prompt, "stream": False})
        summary = rsp.json()["response"].strip()
 
        self.call_service("notify/dingtalk_bot", message=summary)  # 或 企业微信

效果:每晚 22 点钉钉 / 企业微信推送一段 AI 生成的”今天耗电情况 + 明天建议”。

6. 验证 / 调试清单

现象	排查
HA 找不到 Mosquitto	broker 写 `localhost:1883`,确认 docker `--network:host`
Z2M 显示协调器 offline	`ls /dev/ttyACM*`,确认 dongle 识别
绿米设备入网失败	Aqara 子设备(尤其单火墙开)需 5+cm 离 Aqara Hub,别共入网同一台
InfluxDB 写不进	去 HA 看 InfluxDB 集成,Tags 字段验证 entity_id 全英文
ML 跑不动	N100 也能跑 Prophet,但训练数据应抽样到 < 5 万点
LLM 慢	Ollama 模型≥14B 时,N100 不够,换工作站 + nas-route-b-expandable

7. 你跑通后能用的功能

全屋 Zigbee 设备毫秒级本地响应(Z2M)
暖通预热 / 离家节能(AppDaemon)
Grafana 看实时 / 历史能耗
本地 LLM 每晚推送 AI 生成的能耗小结到微信 / 钉钉
异常用电告警(下面接 / 详见 home-ai-energy §5.3)
摄像头视频流仍走绿米 Aqara Home App(HA 集成查看)
没做的事:Voice PE / Wake word / Whisper / Piper / 中文化语音助手

本章后续:见 home-ai-predict 详细作息学习 + home-ai-energy 详细能耗管理 + home-ai-decisions 决策矩阵。

引用

✓ https://www.home-assistant.io/integrations/influxdb/ — InfluxDB 集成
✓ https://www.home-assistant.io/docs/energy/ — Energy Dashboard
✓ https://github.com/acockburn/appdaemon — AppDaemon 自动化框架
✓ https://ollama.com — 本地 LLM runtime
✓ https://github.com/koenkk/zigbee2mqtt — Z2M 主仓

焰的知识库

Explorer

Quickstart · 30 分钟跑通 AI × 全屋智能