让 clawdbot(openclaw) 变身超强米家管家:一套通用的 AI Agent 智能家居控制方案

【开源】让 clawdbot(openclaw) 变身超强米家管家:一套通用的 AI Agent 智能家居控制方案

💡 引言

还在用传统的手机 APP 一个个点选开关?或者受限于小爱同学相对固定的指令集?随着 AI Agent(人工智能代理)时代的到来,我们完全可以用更自然、更像“真人”的方式来掌管我们的智能家居。

最近我开发并整理了一套米家控制通用 AI 代理技能包,实测在 Claude (Agent Skills)GitHub Copilot 以及 Cursor 等 AI 助理中运行非常完美。今天就把这套方案分享给大家。


在这里插入图片描述

🔥 核心亮点

  1. 真正的自然语言理解:不用死记硬背指令,对 AI 说“我要睡觉了”,它会自动帮你关灯、拉窗帘、开启空气净化器睡眠模式。
  2. 跨平台兼容:不仅支持 Claude 的官方 Skill 模式,也能在任何具备本地文件读取和 Python 执行能力的 AI 环境中运行。
  3. 自愈式环境配置:内置环境自检脚本,如果依赖没装或者没登录,AI 会引导你一步步完成。
  4. 安全可靠:针对开锁、摄像头等敏感操作,强制加入二次确认逻辑。

🏗️ 项目架构

该项目主要由以下几部分组成:

  • mijiaAPI 驱动:底层基于开源的米家协议封装,支持扫码登录。
  • Skill 定义 (SKILL.md):向 AI 声明它具备的能力和触发条件。
    • SOP 指令 (instructions.md):详细的逻辑步骤,确保 AI “做事有章法”。
    • 执行脚本 (scripts/):包含环境检查、设备枚举和精准控制的纯 Python 实现。
    • 设备映射表 (reference/):解决了不同厂商型号不同导致的 siid/piid 匹配难题。

🛠️ 快速上手

1. 准备环境

确保你的电脑安装了 Python 3.8+ 环境。建议在虚拟环境中操作:

# 进入项目目录cd mijia-skills # 创建并激活虚拟环境 python -m venv .venv .\.venv\Scripts\activate # Windows

2. 安装依赖

直接以可编辑模式安装项目,会自动通过 setup.py (或 requirements) 配置好命令:

pip install -e .

3. 扫码登录

运行以下命令,使用米家 APP 扫描出现的二维码完成授权:

mijiaAPI -l 

🚀 进阶玩法:联动 Claude / Cursor / Copilot

将此项目文件夹打开,你可以直接对 AI 发起挑战:

User: “看看客厅现在的温湿度是多少?如果超过26度就帮我把空调打开,制冷模式,24度。”

Claude: (自动调用 list_devices.py 查找设备 -> 解析 device_catalogs.md 获取 siid/piid -> 调用 control_device.py -> 返回结果) “好的,当前客厅温度 27.5℃,已为您开启空调并设置为制冷 24℃。”

🔒 安全与建议

  • 二次确认:在 instructions.md 中,我特别设定了敏感操作必须询问用户。
  • 本地执行:所有控制指令均在本地触发,不经过任何第三方中转云(除小米官方 API 外),隐私更有保障。

📈 结语

这套方案真正让 AI 从“聊天框”走进了“物理世界”。如果你也想打造一个真正懂你的 AI 管家,欢迎尝试这个项目!

项目地址: https://github.com/lllooollpp/mijia-skills.git (记得给个 Star ⭐️ 哦!)


#SmartHome #AI #Claude #Agent #Mijia #Python #开源项目

Read more

DIY无人机--升压降压电路

DIY无人机--升压降压电路

这是无人机的电源管理核心,把电池电压一步步变成系统需要的稳定电压,我分模块给你讲清楚 1. 整体功能 * 输入:锂电池(DC4.2V,满电电压,实际放电会到 3.7V 左右) * 输出: * 5V:给电机、无线模块等供电 * 3.3V:给 STM32、陀螺仪等精密芯片供电 * 流程:电池 → 防反接 → 开关 → 升压到 5V → 降压到 3.3V 逐模块拆解 🛡️ ① 防反接 + 电源开关部分 * JP2:电池接口,VBAT接电池正极,GND接负极 * D5(二极管 S4):防反接保护 * 原理:电池接反时,二极管截止,电流无法流通,保护后面电路不被烧毁 * 正常接法:电池正极

【TextIn大模型加速器 + 火山引擎】赋能机器人行业分析与VLA研究

【TextIn大模型加速器 + 火山引擎】赋能机器人行业分析与VLA研究

目录 * 一、TextIn大模型加速器 * 核心优势 * 二、行业报告分析与发展建议 * 2.1 场景描述 * 2.2 工作流逻辑编排 * 2.3 大模型提示词 * 2.4 结果展示 * 三、ParseX结合Coze API控制本地机器人 * 3.1 场景描述 * 3.2 工作流逻辑编排 * 3.3 大模型提示词 * 3.4 地图与任务描述 * 3.5 本地调用 * 3.6 结果展示 一、TextIn大模型加速器 随着大模型技术的快速发展,大量结构化数据需求日益增大,但网络上绝大多数数据都是非结构化的。在大模型处理过程中,数据前处理阶段的结构化程度,对后续阶段的语义理解与逻辑推理能力有着极大地决定作用。 TextIn解析引擎正从应用工具演变为研究基础设施,不仅加速了大模型在文档智能领域的研究进展,更重要的是,

埃斯顿机器人快速入门

埃斯顿机器人快速入门

本文章适合有一定基础的人学习如:abb,发那科,库卡等这些主流的机器人,一些通用的知识点就不在这里过多描述,只讲一下不同的地方以便快速入门接手项目。 有一定基础!!! 有一定基础!!! 有一定基础!!! 目录 * 1.仿真软件Editor * 1.1下载Editor2.6.05 * 1.2官方最新版下载 * 2.界面介绍 * 3.IO配置 * 4.程序变量与语法 * 5.程序下载 1.仿真软件Editor 1.1下载Editor2.6.05 这个软件是埃斯顿机器人的仿真软件,适合在没有机器人前期准备程序及配置的时候使用。入门学习也非常合适,毕竟也不是一直有都有机会拿实机去练习的。 仿真软件可以选择在官网下载,但是在官网下载有点问题一开始我都找不到,使用我这里先给一个截止到这一篇文章发布前最新版的连接。点🐔下载!!! 1.2官方最新版下载 进入埃斯顿官网点击资料下载见面,你会发现哎嘿!你要搜索相关的手册或者安装包的名称才能下载,输错了就找不到了! 可以跟着我输入关键字:Editor 2.

高原无人机测试:稀薄空气下的飞行控制算法

高原无人机测试:稀薄空气下的飞行控制算法

高原环境的独特挑战与测试必要性 高原环境(如青藏高原)以稀薄空气、低温、强风切变和低氧条件著称,这些因素对无人机飞行控制算法构成极端考验。空气密度仅为海平面的50%-60%,导致升力不足、动力衰减和传感器漂移,直接影响姿态稳定性和导航精度。软件测试从业者需关注算法在高海拔下的鲁棒性验证,因为传统测试方法无法覆盖这些动态干扰场景。例如,稀薄空气会放大控制延迟和误差累积,可能引发失控事故。通过专业化测试,可确保算法在真实高原场景中的可靠性,避免因环境变异导致的系统失效。 一、高原环境对飞行控制算法的影响机制 高原的物理特性直接影响飞行控制算法的核心模块: * 动力与升力衰减:稀薄空气降低螺旋桨效率,需更高转速维持升力,但电池在低温下(如-20℃)放电效率下降30%-40%,导致算法需动态调整动力输出阈值。测试中需模拟空气密度梯度(如从海拔0m到5000m),验证PID控制器能否实时补偿扭矩失衡。 * 传感器干扰与导航漂移:低氧和强紫外线加剧IMU(惯性测量单元)的噪声漂移,GPS信号在高山峡谷中易被遮挡,造成位置误差放大。例如,稻城高海拔测试中,无人机在3500米处GPS定位漂