Ollama Vision für Home Assistant (Marketplace-Integration)

Installationen: 188 teilen Analysedaten
GitHub-Sterne: 22
Verbindung: Funktioniert lokal
Pflege: In den letzten 6 Monaten aktualisiert
Version: 1.0.10, 4. Oktober 2026
Kategorie: KI und Sprache, KI-Modelle
Art: Marketplace-Integration
Marke: Ollama
Voraussetzung: Braucht den Marketplace (HACS bis Home Assistant 2026.10)
Domain: ollama_vision
Quelle: github.com/remimikalsen/ollama_vision
Probleme: Problem melden

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

Überblick

Ollama Vision ist eine Integration, die Bilder mit einem bildfähigen Modell auf einem lokalen Ollama Server beschreibt. Sie fügt eine Aktion hinzu, die ein Bild zur Analyse sendet und das Ergebnis in einen Sensor schreibt, der mit der neuesten Beschreibung erstellt oder aktualisiert wird. Ein optionales zweites Textmodell kann die Beschreibung ausführlicher ausarbeiten, und jedes Modell hat eigene Einstellungen für Host, Modellname und Keep-Alive. Bilder können von Webadressen, Frigate, Google Nest Kameras oder lokalen Dateien stammen, und die Prompts lassen sich anpassen. Nach jeder Bildanalyse wird ein Ereignis ausgelöst, sodass Automationen das Ergebnis aufgreifen können, zum Beispiel um es an ein Smartphone zu senden. Es können mehrere Konfigurationen hinzugefügt werden, die jeweils als Gerät mit eigenen Sensoren erscheinen, und die Einrichtung erfolgt in der Benutzeroberfläche.

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

Unterstützt

Funktioniert lokal Spricht mit deinen Geräten in deinem eigenen Netzwerk. Keine Cloud des Herstellers dazwischen.
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.

Stellt bereit

Sensoren

Einrichtung

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

Mit Ollama Vision verbinden

Name
Vision-Host
Vision-Port
Vision-Modell
Keep-Alive des Vision-Modells (-1 für unbegrenzt)
Textmodell aktivieren

Konfiguration des Textmodells

Host des Textmodells
Port des Textmodells
Textmodell
Keep-Alive des Textmodells (-1 für unbegrenzt)

Nach der Einrichtung

Vision-Host
Vision-Port
Vision-Modell
Keep-Alive des Vision-Modells (-1 für unbegrenzt)
Textmodell aktivieren
Host des Textmodells
Port des Textmodells
Textmodell
Keep-Alive des Textmodells (-1 für unbegrenzt)

Texte aus dem Code von remimikalsen/ollama_vision. Texte, für die das Repository keine Übersetzung hat, wurden automatisch übersetzt.

Aktionen

Bild analysierenSendet ein Bild zur Analyse an Ollama und erstellt einen Sensor mit dem Ergebnis. Optional kann die Beschreibung mit einem Textmodell ausführlicher ausgearbeitet werden.Felder: Bild-URL, Vision-Prompt, Bildname, Konfiguration, Textmodell verwenden, Text-Prompt

Aus der README

This integration enables you to analyze images using a local Ollama server running a vision-enabled LLM. Optionally, it can also use a specialized text model to generate more elaborate text. For example, you could add a cheeky or “roast-style” introduction for people captured on a security camera.
You can for example use external images reachable over http/https, Frigate, Google Nest cameras or even local files as the image source for analysis. Have your local LLM describe images and send those descriptions to your phone, or use them in automations however you like.
Connect to one or more Ollama servers with vision-capable models
Analyze images with customizable prompts
Optionally enhance descriptions using a specialized text model
Dynamically create/update sensors with the latest image descriptions
Fire an event when each image is analyzed, for downstream automations

Aus der README von remimikalsen/ollama_vision, MIT License. Gekürzt.