Home Agent für Home Assistant (Marketplace-Integration)

Installationen: 172 teilen Analysedaten
GitHub-Sterne: 48
Verbindung: Nutzt die Cloud des Herstellers
Pflege: In den letzten 6 Monaten aktualisiert
Version: v0.9.5, 11. Mai 2026
Kategorie: KI und Sprache, KI-Modelle
Art: Marketplace-Integration
Voraussetzung: Braucht den Marketplace (HACS bis Home Assistant 2026.10)
Domain: home_agent
Quelle: github.com/aradlein/hass-agent-llm
Probleme: Problem melden

Unabhängiges Verzeichnis, erstellt vom Entwickler von Vulpo. Steht in keiner Verbindung zu Home Assistant oder der Open Home Foundation.

Überblick

Home Agent ist eine Konversationsintegration, die Home Assistant mit OpenAI-kompatiblen Sprachmodellen verbindet. Sie funktioniert mit Cloud-Diensten oder lokalen Servern wie Ollama, LocalAI und LM Studio und wird in der Oberfläche eingerichtet. Der Entitätskontext kann dem Modell entweder aus einer festen Liste von Entitäten übergeben werden oder indem relevante Entitäten aus einer ChromaDB-Vektordatenbank abgerufen werden. Eingebaute Werkzeuge lassen das Modell Home Assistant steuern und abfragen, und für komplexe Analysen kann optional ein zweites, externes Modell angeboten werden. Der Gesprächsverlauf kann Neustarts überdauern, und Sprachsitzungen können zwischen Anfragen desselben Geräts fortgeführt werden. Ein Gedächtnissystem extrahiert nach Gesprächen Fakten und Vorlieben, mit Grenzen für die Anzahl gespeicherter Erinnerungen und einem Mindestwert für die Wichtigkeit. Es gibt Aktionen, um Entitäten neu zu indizieren und ein Gespräch zu löschen.

Zusammenfassung der README und des Codes von aradlein/hass-agent-llm, automatisch erstellt und übersetzt. Stimmt etwas nicht, oder betreust du das Projekt und möchtest hier deinen eigenen Text? Melde dich

Unterstützt

Nutzt die Cloud des Herstellers Braucht eine Internetverbindung und einen Account beim Hersteller.
Aus dem Marketplace Wird über den Marketplace installiert, früher HACS.
Aktiv gepflegt Das Projekt hat in den letzten sechs Monaten eine neue Version oder Änderung veröffentlicht.

Einrichtung

Installiere sie aus dem Marketplace und starte Home Assistant neu. Füge sie dann unter Einstellungen > Geräte & Dienste hinzu.

Home Agent einrichten

Name der IntegrationEin leicht erkennbarer Name für diese Home-Agent-Instanz
Basis-URL der LLM-APIOpenAI-kompatibler API-Endpunkt (zum Beispiel api.openai.com/v1 oder localhost:11434/v1 für Ollama)
API-SchlüsselAPI-Schlüssel zur Authentifizierung (leer lassen, wenn nicht erforderlich)
ModellnameDas zu verwendende Modell (zum Beispiel gpt-4o-mini, llama3.1 usw.)
TemperaturSteuert die Zufälligkeit (0.0-2.0). Niedriger ist fokussierter, höher ist kreativer.
Maximale TokensMaximale Tokens pro Antwort
Keep AliveWie lange Ollama das Modell im Speicher hält (zum Beispiel 5m, 24h). Mit -1 bleibt es unbegrenzt.
Proxy-HeaderOptionale eigene HTTP-Header als JSON, zum Beispiel X-Ollama-Backend: llama-cpp

Kontexteinspeisung

KontextmodusWähle, wie der Entitätskontext eingespeist wird: Direkt (angegebene Entitäten immer einbeziehen) oder Vektor-DB (relevante Entitäten dynamisch abrufen)
KontextformatFormat der Entitätsdaten: JSON (strukturiert) oder natürliche Sprache (menschenlesbar)
Einzubeziehende EntitätenKommagetrennte Liste von Entitäts-IDs oder Mustern (zum Beispiel sensor.temperature, light.*, climate.thermostat)

Konfiguration der Vektordatenbank

ChromaDB-HostHostname oder IP-Adresse des ChromaDB-Servers
ChromaDB-PortPort des ChromaDB-Servers
Name der CollectionName der Collection, die die Entitäts-Embeddings enthält
Embedding-AnbieterWähle zwischen OpenAI und Ollama zum Erzeugen der Embeddings
Basis-URL der Embedding-APIBasis-URL der Embedding-API (zum Beispiel localhost:11434 für Ollama)
Embedding-ModellModellname (zum Beispiel text-embedding-3-small für OpenAI, mxbai-embed-large für Ollama)
OpenAI-API-SchlüsselDein OpenAI-API-Schlüssel (nur erforderlich, wenn der Anbieter OpenAI verwendet wird)
Top-K-ErgebnisseAnzahl der relevantesten Entitäten, die abgerufen werden
ÄhnlichkeitsschwelleMaximale L2-Distanzschwelle (niedriger = strengerer Abgleich, typischer Bereich: 150-300)

Gesprächsverlauf

Gesprächsverlauf aktivierenVorherige Gesprächsrunden in den LLM-Kontext aufnehmen
Maximale NachrichtenMaximale Anzahl der beibehaltenen Gesprächsrunden (0 für unbegrenzt)
Maximale TokensTokenbasierte Grenze für den Verlauf (0 für unbegrenzt)
Über Neustarts hinweg behaltenGesprächsverlauf über Neustarts von Home Assistant hinweg speichern

System-Prompt

Standard-System-Prompt verwendenDen eingebauten System-Prompt von Home Agent verwenden, der die Werkzeugnutzung und Richtlinien erklärt
Eigene Prompt-ErgänzungenZusätzliche Anweisungen, die an den System-Prompt angehängt werden (zum Beispiel Vorlieben, Hausregeln)

Werkzeugkonfiguration

Native Werkzeuge aktivierenDie Werkzeuge ha_control und ha_query für die Home-Assistant-Integration aktivieren
Maximale Werkzeugaufrufe pro RundeMaximale Anzahl an Werkzeugausführungen pro Gesprächsrunde
Werkzeug-Timeout (Sekunden)Maximale Ausführungszeit für jeden Werkzeugaufruf

Externes LLM-Werkzeug (optional)

Externes LLM-Werkzeug aktivierenDas Werkzeug query_external_llm dem primären LLM für komplexe Analysen und ausführliche Erklärungen bereitstellen
Basis-URL des externen LLMOpenAI-kompatibler API-Endpunkt für das externe LLM
API-Schlüssel des externen LLMAPI-Schlüssel zur Authentifizierung beim externen LLM
Modell des externen LLMName des externen Modells (zum Beispiel gpt-4o, claude-3-opus)
Temperatur des externen LLMTemperatur für Antworten des externen LLM
Maximale Tokens des externen LLMMaximale Tokens für Antworten des externen LLM
Kontext automatisch einbeziehenGesprächsverlauf und Entitätskontext automatisch an das externe LLM übergeben

Erweiterte Einstellungen

Debug-Protokollierung aktivierenDetaillierte Protokollierung zur Fehlersuche aktivieren
Ereignisse sendenHome Assistant Ereignisse für die Gesprächsverfolgung und als Auslöser für Automationen auslösen

Nach der Einrichtung

LLM-Basis-URLOpenAI-kompatibler API-Endpunkt (zum Beispiel api.openai.com/v1 oder localhost:11434/v1 für Ollama)
API-SchlüsselAPI-Schlüssel für die Authentifizierung
ModellnameZu verwendendes Modell (zum Beispiel gpt-4o-mini, llama3.1)
TemperaturSteuert die Zufälligkeit (0.0-2.0). Niedriger ist fokussierter, höher ist kreativer.
Maximale TokensMaximale Anzahl Tokens pro Antwort
Keep AliveWie lange Ollama das Modell im Speicher behält (zum Beispiel 5m, 24h). Mit -1 unbegrenzt.
Proxy-HeaderOptionale eigene HTTP-Header als JSON, zum Beispiel X-Ollama-Backend: llama-cpp
Denkmodus aktivierenErlaubt Reasoning-Modellen, erweitertes Denken zu nutzen. Deaktiviere diese Option, um automatisch /no_think an Prompts anzuhängen und schnellere Antworten zu erhalten.
KontextmodusWähle, wie der Entitätskontext eingefügt wird
KontextformatFormat der Entitätsdaten (JSON, natürliche Sprache oder Hybrid)
Einzubeziehende EntitätenKommagetrennte Liste von Entitäts-IDs (zum Beispiel sensor.temperature,light.*)
Maximale Kontext-TokensMaximale Gesamtzahl Tokens für den Kontext (Entitäten + Verlauf + Prompt). Erhöhe den Wert, wenn dein Modell ein großes Kontextfenster hat. Standard: 8000.
ChromaDB-HostHostname oder IP-Adresse des ChromaDB-Servers
ChromaDB-PortPort des ChromaDB-Servers
Collection-NameName der Collection mit den Entitäts-Embeddings
Embedding-AnbieterWähle zwischen OpenAI und Ollama für die Erzeugung von Embeddings
Basis-URL der Embedding-APIBasis-URL der Embedding-API (zum Beispiel localhost:11434 für Ollama)
Embedding-ModellModellname (zum Beispiel text-embedding-3-small für OpenAI, mxbai-embed-large für Ollama)
OpenAI-API-SchlüsselDein OpenAI-API-Schlüssel (nur erforderlich, wenn der Anbieter OpenAI verwendet wird)
Top-K-ErgebnisseAnzahl der relevantesten Entitäten, die abgerufen werden
ÄhnlichkeitsschwelleMaximaler Schwellenwert für die L2-Distanz (niedriger = strengerer Abgleich, typischer Bereich: 150-300)
Gesprächsverlauf aktivierenVorherige Gesprächsrunden in den LLM-Kontext einbeziehen
Maximale NachrichtenMaximale Anzahl der Gesprächsrunden, die behalten werden
Maximale TokensTokenbasiertes Limit für den Verlauf
Sprachsitzungen beibehaltenBehält den Gesprächskontext über mehrere Sprachinteraktionen vom selben Gerät hinweg. Wenn deaktiviert, beginnt jede Sprachanfrage ein neues Gespräch.
Sitzungs-Timeout (Minuten)Zeit in Minuten, bis Sprachsitzungen ablaufen und neu beginnen (1-120 Minuten)
Standard-System-Prompt verwendenDen integrierten System-Prompt von Home Agent verwenden
Entitäts- und Geräte-Labels einbeziehenEntitäts- und Geräte-Labels für besseren Kontext in den System-Prompt aufnehmen
Eigene Prompt-ErgänzungenZusätzliche Anweisungen, die an den System-Prompt angehängt werden
Maximale Tool-Aufrufe pro RundeMaximale Anzahl an Tool-Ausführungen pro Gesprächsrunde
Tool-Timeout (Sekunden)Maximale Ausführungszeit für jeden Tool-Aufruf
Externes LLM-Tool aktivierenStellt das Tool query_external_llm dem primären LLM zur Verfügung
Basis-URL des externen LLMOpenAI-kompatibler API-Endpunkt für das externe LLM
API-Schlüssel des externen LLMAPI-Schlüssel für die Authentifizierung beim externen LLM
Externes LLM-ModellName des externen Modells
Temperatur des externen LLMTemperatur für die Antworten des externen LLM
Maximale Tokens des externen LLMMaximale Anzahl Tokens für Antworten des externen LLM
Tool-BeschreibungBeschreibung, wann das externe LLM verwendet werden soll
Kontext automatisch einbeziehenKontext automatisch an das externe LLM übergeben
Gedächtnissystem aktivierenDatenschutzschalter: das gesamte Gedächtnissystem aktivieren oder deaktivieren
Automatische Gedächtnisextraktion aktivierenErinnerungen nach jedem Gespräch automatisch extrahieren
LLM für die GedächtnisextraktionWähle, welches LLM zum Extrahieren von Erinnerungen verwendet wird (extern ist genauer, erfordert aber ein aktiviertes externes LLM)
Maximale Anzahl gespeicherter ErinnerungenMaximale Anzahl der Erinnerungen, die gespeichert werden (die ältesten oder unwichtigsten werden entfernt, sobald das Limit erreicht ist)
Mindestwichtigkeit (0.0-1.0)Filtert Erinnerungen nach dem vom LLM vergebenen Wichtigkeitswert. Niedrige Werte (0.2-0.3) behalten die meisten Erinnerungen, auch beiläufige Erwähnungen. Mittlere Werte (0.4-0.5) filtern unwichtige Details heraus. Höhere Werte (0.6-0.8) behalten nur wichtige Vorlieben und Fakten. Der Standardwert 0.4 filtert ausgewogen.
Mindestanzahl WörterMindestanzahl sinnvoller Wörter (mehr als 2 Zeichen), die für das Speichern einer Erinnerung nötig sind. Das hilft, kurze Erinnerungen mit geringem Wert auszufiltern.
Erinnerungen für den KontextWie viele passende Erinnerungen in jede Unterhaltung einbezogen werden
Name der ChromaDB-CollectionName der ChromaDB-Collection für die Indexierung der Erinnerungen

Texte aus dem Code von aradlein/hass-agent-llm. Texte, für die das Repository keine Übersetzung hat, wurden automatisch übersetzt.

Aktionen

Entitäten neu indexierenErzwingt eine vollständige Neuindexierung aller Home Assistant Entitäten in der Vektordatenbank.
Entität indexierenIndexiert eine bestimmte Entität in der Vektordatenbank.Felder: Entitäts-ID
Unterhaltung löschenLöscht die Unterhaltungssitzung und beginnt neu ohne vorherigen Kontext. Damit können Nutzer Sprachunterhaltungen für einen bestimmten Nutzer oder ein bestimmtes Gerät zurücksetzen, oder alle Unterhaltungen auf einmal.

Aus der README

A highly customizable Home Assistant custom component that provides intelligent conversational AI capabilities with advanced tool calling, context injection, and conversation history management.
LLM Integration - Works with OpenAI, Azure OpenAI, Ollama, LocalAI, LM Studio, or any OpenAI-compatible endpoint
Entity Context - Automatically provides relevant entity states to the LLM
Conversation History - Maintains context across multiple interactions with persistent storage
Native Tools - Built-in ha_control and ha_query tools for home automation
Custom Tools - Define REST API and Home Assistant service tools in configuration
Event System - Rich events for automation triggers and monitoring
Streaming Responses - Low-latency streaming for voice assistant integration (~10x faster)

Aus der README von aradlein/hass-agent-llm, MIT License. Gekürzt.