Home Assistant là một phần mềm tuyệt vời, mang đến cho bạn khả năng kiểm soát hoàn toàn ngôi nhà thông minh của mình. Với sự hỗ trợ của vô số tích hợp, hầu hết các phần mềm đều có thể hoạt động theo cách giúp bạn cải thiện cuộc sống một cách rõ rệt. Cùng với sự ra đời của các Mô hình Ngôn ngữ Lớn (LLM), khả năng xử lý dữ liệu thành thông tin hữu ích là vô tận. Đó là lý do tại sao việc kết hợp một LLM với Home Assistant có thể mở ra nhiều điều, bao gồm cả khả năng tạo thông báo động tùy chỉnh.
Có nhiều cách khác nhau để cấu hình tích hợp này, tùy thuộc vào khả năng phần cứng của bạn. Lựa chọn đầu tiên, và có lẽ là tốt nhất, là sử dụng một công cụ như Ollama để host một LLM trên máy tính hoặc máy chủ tại nhà. Home Assistant có tích hợp Ollama cho phép gọi LLM và đưa ra các yêu cầu tới nó. Nhược điểm là bạn cần có phần cứng và tài nguyên trống để thực hiện, vì vậy nếu không thể, lựa chọn tốt nhất tiếp theo là sử dụng nhà cung cấp dựa trên đám mây.
Trong số các nhà cung cấp dịch vụ đám mây, bạn có thể sử dụng API Gemini của Google hoặc API ChatGPT của OpenAI. Gemini có một tầng miễn phí trong API của họ, phù hợp với hầu hết người dùng và đáp ứng tốt nhu cầu cơ bản. Tuy nhiên, nếu bạn muốn thực hiện nhiều hơn (và thường xuyên), việc thiết lập API ChatGPT với gpt-4.1-nano là một cách cực kỳ tiết kiệm chi phí để triển khai. Dù bạn chọn cách tích hợp mô hình AI tạo sinh nào đi nữa, điều đó không làm thay đổi cách chúng ta tự động hóa quy trình.
Chọn dữ liệu nguồn và thiết lập quy trình tự động hóa
Quy trình sẽ khác nhau tùy thuộc vào mục tiêu của bạn
Thiết lập tự động hóa thông báo động trong Home Assistant với LLM, sử dụng dữ liệu thời tiết Pirate Weather
Điều đầu tiên bạn cần xác định là mục tiêu mà bạn muốn đạt được. Bạn muốn nhận một bản tin thời tiết cụ thể, gợi ý trang phục khi thức dậy vào buổi sáng? Bạn muốn một bản tóm tắt ngày từ lịch của mình? Hay bạn muốn một báo cáo hàng giờ chứa dữ liệu cảm biến quan trọng nhất mà bạn quan tâm? Tất cả những điều này đều dễ dàng thực hiện và chỉ cần truyền dữ liệu đến LLM trong yêu cầu của bạn. Chúng ta sẽ chọn ví dụ về báo cáo thời tiết gợi ý loại quần áo nên mặc, và bạn có thể áp dụng cùng quy trình này cho các nhu cầu khác của mình.
Việc đầu tiên cần làm là hình dung một luồng xử lý dữ liệu. Chúng ta cần một cách để lấy dự báo, sau đó gửi dữ liệu đến LLM, lưu lại phản hồi, và cuối cùng sử dụng phản hồi đó trong một thông báo đến thiết bị của chúng ta. Giả sử bạn đã có một tích hợp cung cấp dự báo thời tiết (như AccuWeather hoặc PirateWeather), chúng ta có thể sử dụng hành động “Get Weather Forecasts” (Lấy dự báo thời tiết) tích hợp sẵn trong Home Assistant để lấy dữ liệu dưới định dạng có thể chuyển đổi thành đối tượng JSON cho LLM của chúng ta. Chúng ta sẽ lưu phản hồi vào một biến có tên “wx”, biến này chỉ tồn tại trong ngữ cảnh của tự động hóa của chúng ta.
Tiếp theo, chúng ta cần xử lý dữ liệu để chỉ lấy dự báo của ngày hôm nay. Theo mặc định, bạn sẽ nhận được một phản hồi chứa dự báo cho tuần tới, bắt đầu từ ngày 0 (hôm nay) đến ngày 6. Chúng ta sẽ tạo một hành động “Conversation: Process” (Đối thoại: Xử lý), trỏ đến LLM của chúng ta, với chỉ dữ liệu của ngày hôm nay trong dự báo.
Cấu hình đoạn mã Jinja2 để gửi yêu cầu prompt đến LLM trong Home Assistant
Trong ô “Text”, hãy bắt đầu với đoạn mã sau:
{% set today_fc = wx['weather.pirateweather']['forecast'][0] if wx and wx.get('weather.pirateweather') else {} %}Đoạn mã này đặt giá trị của dự báo hôm nay là giá trị của dự báo hôm nay từ biến “wx” mà chúng ta đã lưu trước đó. Prompt của tôi sau dòng trên là như sau:
For this task, you are a meteorologist, and you are responsible for providing the user with information about the weather for the day. This information will be provided in the form of a notification on their phone, so keep it brief. You will provide information on the highest and lowest temperatures, and also provide guidance on what clothes they should wear for the day, such as whether a coat is required or not. For example, a cold day may require a hoodie and a jacket, or a hot but rainy day may require a raincoat. The weather data is as follows {{ today_fc | to_json }}Phần cuối cùng chuyển đổi dự báo hôm nay đã lưu vào “today_fc” (từ “wx”) thành một đối tượng JSON có thể được truyền đến mô hình ngôn ngữ của chúng ta. Sau đó, chúng ta đặt tác nhân hội thoại của mình thành bất kỳ LLM nào bạn muốn sử dụng và đặt biến phản hồi thành “wresponse”.
Cuối cùng, chúng ta có thể lưu trữ phản hồi này vào một biến để truy xuất sau này hoặc chuyển trực tiếp phản hồi này đến một dịch vụ khác, chẳng hạn như thông báo. Sử dụng trình thông báo tích hợp của Home Assistant, nội dung của thông báo chỉ cần là:
{{ wresponse.response.speech.plain.speech }}Bây giờ, hãy chạy hành động của bạn ở góc trên bên phải. Nếu hoạt động, bạn sẽ nhận được thông báo của mình sau khi mọi thứ được xử lý. Nếu không hoạt động hoặc mất quá nhiều thời gian, bạn có thể gỡ lỗi bằng cách nhấp vào Traces ở góc trên bên phải để xem vấn đề là gì.
Thông báo động mang lại nhiều niềm vui sáng tạo
Thỏa sức sáng tạo với các ứng dụng thực tế
Ví dụ về thông báo hành động từ Home Assistant cảnh báo cửa đã mở
Tôi đã có rất nhiều niềm vui với các loại thông báo động, và bạn thực sự có thể sử dụng chúng cho bất cứ điều gì. Tôi đã thấy mọi người sử dụng chúng một cách sáng tạo, chẳng hạn như thông báo khi cây của họ cần được tưới nước, và tôi cũng đã sử dụng thông báo thường xuyên cho các cuộc họp công việc của mình. Hệ thống của tôi hiện hoạt động giống như GLaDOS từ Portal, nhưng bạn có thể sáng tạo tùy thích. Một thiết lập phổ biến khác là kết hợp nó với Frigate, để ảnh chụp nhanh của bạn được gửi đến LLM để xử lý và mô tả những gì có trong hình ảnh.
Có cả một thế giới cơ hội khi kết hợp LLM tự host với Home Assistant, nhưng ChatGPT là một cách tiết kiệm chi phí để làm điều đó và Gemini của Google có mức sử dụng miễn phí hoàn toàn mỗi ngày lên đến một giới hạn nhất định. Hãy thử ngay!
