ha-llmvision

收录理由

对于家里装有摄像头的 Home Assistant 用户，ha-llmvision 能把多模态大语言模型直接架在现有的视频流和 Frigate 事件之上。系统会描述画面里正在发生什么，回答关于某段录像的问题，并把抽取出的信息写进传感器。它还会保留一条摄像头事件的时间线，记住里面出现的人、宠物和物体，你可以把这些内容放到仪表盘上，或者通过 Assist 直接询问。这个集成兼容的模型服务商很广，从 OpenAI、Anthropic、Gemini 到 Ollama、LocalAI 这类本地方案都有，让你在云端便利与完全隐私之间自由选择。正因为覆盖面这么宽，它成了让已有硬件发挥更多价值的直截了当的办法——无论你想要更丰富的安防告警，还是自动生成场景描述，都能派上用场。