Home Assistant là một nền tảng phần mềm mạnh mẽ, mang đến cho bạn quyền kiểm soát hoàn toàn ngôi nhà thông minh. Với khả năng hỗ trợ vô số tích hợp, hầu hết các thiết bị và phần mềm đều có thể hoạt động một cách liền mạch, giúp bạn cải thiện chất lượng cuộc sống một cách đáng kể. Đặc biệt, với sự ra đời của các Mô hình ngôn ngữ lớn (LLM), khả năng xử lý dữ liệu thành thông tin hữu ích trở nên vô hạn. Chính vì lý do đó, việc kết hợp LLM với Home Assistant đã mở ra nhiều cánh cửa mới, bao gồm cả khả năng tạo ra các thông báo động thông minh và cá nhân hóa.
Có nhiều cách để cấu hình sự kết hợp này, tùy thuộc vào khả năng phần cứng của bạn. Lựa chọn đầu tiên và có thể nói là tốt nhất, là sử dụng một công cụ như Ollama để lưu trữ LLM trên máy tính hoặc máy chủ tại nhà của bạn. Home Assistant có tích hợp Ollama cho phép gọi LLM và đưa ra yêu cầu. Nhược điểm của phương pháp này là bạn cần có phần cứng và tài nguyên trống. Nếu không thể đáp ứng, lựa chọn thay thế là sử dụng các nhà cung cấp dựa trên đám mây. Trong số các nhà cung cấp đám mây, bạn có thể chọn Google Gemini API hoặc OpenAI ChatGPT. Gemini cung cấp một gói miễn phí trong API của mình, đủ dùng cho hầu hết mọi người. Tuy nhiên, nếu bạn muốn sử dụng thường xuyên và với quy mô lớn hơn, việc thiết lập ChatGPT API với phiên bản gpt-4.1-nano là một cách cực kỳ hiệu quả về chi phí. Dù bạn chọn cách nào để tích hợp mô hình AI tạo sinh, quy trình tự động hóa sẽ không thay đổi.
Chuẩn Bị Dữ Liệu Nguồn và Quy Trình Xử Lý Với LLM
Xác định Mục Tiêu Tự Động Hóa Của Bạn
Bước đầu tiên bạn cần làm là xác định mục tiêu cụ thể mà bạn muốn đạt được. Bạn có muốn một báo cáo thời tiết chi tiết gợi ý trang phục khi thức dậy vào buổi sáng không? Hay một bản tóm tắt lịch trình trong ngày? Hoặc một báo cáo hàng giờ chứa dữ liệu cảm biến quan trọng mà bạn quan tâm nhất? Tất cả những điều này đều dễ dàng thực hiện và chỉ yêu cầu truyền dữ liệu đến LLM trong yêu cầu của bạn. Trong ví dụ này, chúng ta sẽ tập trung vào việc tạo báo cáo thời tiết gợi ý trang phục, và bạn có thể áp dụng quy trình tương tự cho các nhu cầu khác.
Điều đầu tiên cần làm là hình dung một quy trình xử lý dữ liệu. Chúng ta cần một cách để truy xuất dự báo, sau đó gửi dữ liệu này đến LLM, lưu phản hồi, và cuối cùng sử dụng phản hồi đó trong một thông báo gửi đến thiết bị của bạn. 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” tích hợp sẵn trong Home Assistant để truy xuất dữ liệu ở định dạng có thể chuyển đổi thành đối tượng JSON cho LLM. Chúng ta sẽ lưu phản hồi này vào một biến có tên “wx”, chỉ tồn tại trong ngữ cảnh của quy trình tự động hóa.
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 cả tuần tới, bắt đầu từ ngày 0 (hôm nay) và kéo dài đến ngày 6. Chúng ta sẽ tạo một hành động “Conversation: Process”, trỏ đến LLM của chúng ta, với chỉ dữ liệu của ngày hôm nay trong dự báo.
Thiết lập thông báo động trong Home Assistant với dự báo thời tiết Pirate Weather làm nguồn dữ liệu
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 gán giá trị của dự báo hôm nay là giá trị từ “wx” mà chúng ta đã lưu trước đó. Prompt của tôi sau dòng trên 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 này chuyển đổi dự báo thời tiết của ngày hôm nay được lưu vào “today_fc” (từ “wx”) thành một đối tượng JSON có thể truyền cho mô hình ngôn ngữ của chúng ta. Sau đó, chúng ta đặt tác nhân hội thoại là LLM mà bạn muốn sử dụng và đặt biến phản hồi thành “wresponse”.
Giao diện tạo prompt thông báo động trong Home Assistant cho LLM
Cuối cùng, chúng ta có thể lưu phản hồi này vào một biến để truy xuất sau hoặc trực tiếp chuyển nó đến một dịch vụ khác, chẳng hạn như thông báo. Sử dụng trình thông báo tích hợp của Home Assistant, nội dung văn bản của thông báo chỉ đơn giản là:
{{ wresponse.response.speech.plain.speech }}Bây giờ, hãy chạy hành động của bạn ở góc trên bên phải. Nếu mọi thứ hoạt động, bạn sẽ nhận được thông báo sau khi quá trình hoàn tất. 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 nằm ở đâu.
Thông Báo Động: Mở Rộng Khả Năng Sáng Tạo Trong Nhà Thông Minh
Khai thác tiềm năng và các ứng dụng thực tế
Tôi đã có rất nhiều niềm vui với các thông báo động, và bạn có thể sử dụng chúng cho bất kỳ mục đích nào. Tôi đã thấy mọi người sử dụng chúng một cách sáng tạo, chẳng hạn như thông báo khi cây cần được tưới nước. Bản thân tôi cũng sử dụng các thông báo thông thường cho các cuộc họp công việc của mình. Hệ thống của tôi hiện tại hoạt động giống như GLaDOS từ trò chơi 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 từ camera được gửi đến LLM để xử lý và mô tả những gì có trong ảnh.
Ví dụ thông báo hành động trong Home Assistant khi cửa mở với nội dung thông minh
Có cả một thế giới cơ hội khi kết hợp một LLM tự lưu trữ với Home Assistant. Tuy nhiên, ChatGPT cũng là một cách tiết kiệm chi phí để thực hiện, và Google Gemini cung cấp mức sử dụng miễn phí hàng ngày lên đến một giới hạn nhất định. Hãy thử ngay hôm nay để khám phá tiềm năng của AI trong ngôi nhà thông minh của bạn!
