你可能不知道，海外玩智能家居的人已经换了一种活法：他们对空气说一句“把客厅调暖一点，窗帘拉一半”，灯就亮了、空调就动了——而且这套系统不花一分钱订阅费，数据不出家门。
靠的就是开源智能家居平台 Home Assistant（下称 HA）在 2025 年之后悄悄完成的一步大棋：把 Assist 语音助手和 LLM 大模型焊在了一起。OpenAI、Gemini、Claude、本地 Ollama，随便你挑哪个当大脑，接进去之后整个家的设备都成了模型的“手和脚”。
国内的 HA 玩家基数其实非常大，但绝大多数人还停留在“米家设备桥接 + 无线开关”的老三样。“HA + 大模型”这一层的系统性中文教程，至今还是空白——这就是今天这篇文章要填的坑。8 个机关，从入门到自制语音音箱，一次讲透。
是什么：HA 官方给大模型留了标准接口，叫“对话代理（conversation agent）”。目前内置支持四条线：OpenAI Conversation、Google Gemini、Anthropic（Claude）、Ollama（本地）。
操作步骤：
1. 进入 设置 → 设备与服务 → 添加集成
2. 搜 OpenAI Conversation / Google Gemini / Anthropic / Ollama，填入对应的 API Key 或本地地址
3. 关键一步：在集成配置里勾选 "Control Home Assistant" 开关
预期效果：勾选这个开关之前，模型只能陪你聊天；勾选之后，HA 会把家里的实体清单和一组控制工具（开关灯、调温、播放等）交给模型调用——你的自然语言直接变成设备动作。
适用场景：所有想用“说人话”控制全屋的人。对比一下国内的超级小爱、小度：它们的模型是厂商的、云端封闭的、能控什么由白名单说了算。HA 这边，大脑随便换、提示词随便写、连不联网都行。这就是开放系统的降维打击。
是什么：接了 LLM 不等于把整个家交给它。HA 有个专门的“暴露（Expose）”机制，控制哪些实体能被 Assist 看到。
操作步骤：
1. 设置 → 设备与服务 → 暴露（Expose）
2. 选择按实体或按区域批量勾选
3. 只把灯、插座、空调、窗帘、传感器这类“动了也无妨”的设备暴露给 Assist
预期效果：模型的世界里只有你允许的设备。门锁、摄像头、安防系统不暴露，它就永远够不着——AI 幻觉再严重，最多开错一盏灯，不至于开你家大门。
适用场景：所有认真做智能家居的人。这是大多数人不知道的安全底线：接大模型的第一课不是怎么连，而是先想清楚不给它连什么。权限最小化这招，放在任何 Agent 系统里都成立。
是什么：很多人被云端 API 的按量计费劝退。其实 HA 和 Ollama 是官方集成，一条网线直连，大模型跑在你自己的机器上。
操作步骤：
1. 机器上装好 Ollama（ollama 一条命令），拉一个支持 tool-calling 的模型（社区常用 qwen、llama 系列的 7B-8B 级别，具体支持列表以 HA 官方文档为准）
2. HA 里添加 Ollama 集成，地址填 http://localhost:11434（HA 装在虚拟机/容器里的话注意改成宿主机可达地址）
3. 勾上 "Control Home Assistant"
预期效果：控制指令完全本地处理，断外网也能用。云端 API 调一次指令的 token 费用通常不到一分钱人民币，本地则是字面意义的零成本；摄像头、传感器这些最私人的数据，一行都不用出门。
适用场景：家里有 NAS、闲置显卡、迷你主机的技术人——这批人恰恰是本文读者。一句话总结账本：云端方案按月交租，本地方案一次性交电费。
是什么：只接了 LLM 还不够——说话得先变成文字。HA 官方 add-on 商店里有现成的本地语音三件套：Whisper（语音转文字）、Piper（文字转语音）、openWakeWord（自定义唤醒词）。
操作步骤：
1. 设置 → 附加组件（Add-ons）→ 附加组件商店
2. 一键安装 Whisper、Piper、openWakeWord 三个官方 add-on
3. 在语音助手（Assistants）里新建一条 pipeline：唤醒词 → Whisper → 你的 LLM → Piper，串成完整链路
预期效果：整条语音链路 100% 跑在本地。对比市面上的智能音箱方案（语音全程上传云端），这套的隐私模型是“物理级”的。
适用场景：给老人小孩做免手动控制的场景尤其香——喊一声比掏手机快十倍。
是什么：Whisper 是通用模型，识别“聊天”很强，但识别“设备指令”有点杀鸡用牛刀。官方在 2025 年推出了 Speech-to-Phrase：一个专门为家居指令设计的小型本地识别引擎，词汇表就是你家设备名 + 常用指令。
预期效果：据官方介绍，因为只认“指令级”语句，它比通用语音识别更快、更省算力、准确率反而更高，低配设备（比如树莓派级别的盒子）也能扛得住。
适用场景：设备是老机器、又想要秒级响应的人。思路值得抄：垂直场景用小模型，比通用大模型又快又准还免费——这个哲学放到工单分类、指令路由上同样成立。
是什么：语音入口不一定是智能音箱。HA 官方支持用 ESPHome 固件把廉价开发板刷成“语音卫星”，摆在每个房间。
操作步骤： 1. 买一块 M5Stack ATOM Echo（约十几美元）或 ESP32-S3-BOX-3（约 50 美元） 2. 按 HA 官方教程（Prepare 一条 Flash 网页）刷入语音固件 3. 设备自动出现在 HA 里，绑定 pipeline 即可
预期效果：一个房间的“语音入口”成本压到两位数人民币级别。嫌折腾的话，官方 2025 年出了成品 Home Assistant Voice Preview Edition，官方定价 59 美元（以官网为准），开箱即用、原生走本地 pipeline。
适用场景：多房间全屋覆盖。算一笔账：三个房间用 DIY 方案不到 300 元，这就是价格差的正确打开方式。
是什么：LLM 集成的配置里有一个 prompt（提示词）字段——这是大多数人填完 API Key 就直接关掉的页面，恰恰是体验的分水岭。
操作步骤：在集成配置的 prompt 里写清楚三件事： 1. 性格：回答要短、先执行后汇报、只用中文 2. 边界：优先控制哪几类域（light / climate / cover） 3. 风格：报状态用一句话，不解释原理
预期效果：同一套模型，“哦，我把客厅的灯打开了，还需要我做什么吗？”和“已开”是两种产品。提示词调好之后，家人的实际使用意愿完全不一样——智能家居死于啰嗦。
适用场景：全家推广前的最后一公里。技巧通用：给任何 Agent 写人设时，“短回复 + 先执行”永远是第一优先级。
是什么：这是最容易被忽略的一层——LLM 不只能执行指令，还能替你写自动化规则。
操作步骤： 1. 在 Assist 对话里直接说：“写一个自动化：工作日早上七点半，如果家里有人，缓慢打开卧室窗帘并把音箱调到新闻台” 2. 让模型生成 automation 的 YAML 草稿 3. 人工审核后粘进自动化编辑器，跑一次验证
预期效果：以前写自动化要懂 trigger / condition / action 三段结构，现在会说话就会写。注意稳妥起见：AI 起草、人来审核，不要让它直接上线乱触发。（官方新版本还在持续给 Assist 加更强的自动化生成能力，具体以官方更新日志为准。）
适用场景：接手了别人留下的“祖传自动化”想批量重写的人，把旧 YAML 喂给模型让它解释 + 重构，比读文档快得多。
flowchart TD
A["你说：把客厅调暖一点"] --> B["openWakeWord 唤醒"]
B --> C["STT 转文字"]
C --> D{"对话代理"}
D -->|走云端| E["Gemini/Claude API"]
D -->|走本地| F["Ollama"]
E --> G["LLM Tools 控制设备"]
F --> G
G --> H["执行：空调与窗帘"]
G --> I["TTS 生成回复"]
I --> J["音箱播报：已调到26度"]
路线 A：全家桶开放派（本文主角）——设备尽量走 Zigbee/WiFi 接入 HA，LLM 和语音全本地。自由度天花板，但要求你会一点 Docker/YAML。
路线 B：米家存量派——设备全是米家、不想迁移？开源项目 mi-gpt（github.com/idootop/mi-gpt）可以让小爱音箱接上 OpenAI 兼容接口，让“小爱同学”的回答能力原地升级。但它只解决“听和答”，控制面依然是米家的封闭白名单——这也是它和 HA 方案的本质差距。
国内大厂的全屋智能（米家、鸿蒙智联、涂鸦）都在往大模型上靠，但共同点是：模型是厂商的、云端是厂商的、边界也是厂商的。HA 是目前唯一把“任意 LLM + 语音 + 任意品牌设备 + 可全本地”四件事拼齐的开放方案。
| 你以为的 | 实际上 |
|---|---|
| 智能家居 AI = 厂商语音助手，模型不可换 | HA 里 OpenAI/Gemini/Claude/Ollama 随便切 |
| 接大模型就要持续交 API 费 | Ollama 本地方案月费为零，断网可用 |
| 语音必须上传云端 | Whisper+Piper+openWakeWord 全链路本地 |
| 语音音箱要买整机 | 十几美元开发板刷固件就是一颗卫星 |
| 写自动化要学 YAML | 说话生成草稿，人审核后上线 |
| AI 接管全家很危险 | Expose 白名单机制，门锁根本不暴露给模型 |
这个周末就能干完的四步：
1. 周六上午：装 Ollama，拉一个 7B-8B 模型；HA 添加 Ollama 集成并勾选 Control Home Assistant
2. 周六下午：设置 → 暴露，只勾灯、空调、窗帘；在 prompt 字段写下“短回复、先执行”
3. 周日早：装 Whisper / Piper / openWakeWord 三个 add-on，串起 pipeline，试喊“开灯”
4. 周日午：让模型起草第一个自动化（比如“离家时关全部灯”），审核上线
一周后你会回来加语音卫星的。
注：文中价格与硬件参数以各官方页面实时信息为准；HA 版本迭代很快，具体菜单路径如与新版有出入，以官方文档为准。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。