home_assistant_filter.py
Anbindung an Home Assistant — Grundlage für den lokalen Smart-Home-Sprachassistenten.
Anbindung an Home Assistant — Grundlage für den lokalen Smart-Home-Sprachassistenten.
So nutzt du es
Anleitung lesen, Befehle ins Terminal kopieren. Ollama gibt es für macOS, Windows und Linux — Installation von ollama.com.
Im Detail
Dieser Filter hängt sich in die Ein-/Ausgabe einer Open-WebUI-Pipeline und verbindet den Chat mit der Home-Assistant-API, sodass Nachrichten wie „Schalte das Wohnzimmerlicht aus“ tatsächlich Geräte steuern statt nur beantwortet zu werden. Damit lässt sich ein komplett lokaler Smart-Home-Sprachassistent bauen, ganz ohne Alexa, Google Home oder Cloud-Anbindung. Wichtig: Der Filter ersetzt kein LLM, sondern ergänzt eine bestehende Pipeline, und braucht einen Long-Lived Access Token aus Home Assistant. Der Funktionsumfang ist auf das begrenzt, was im Skript implementiert ist – für komplexere Automationen muss selbst nachgerüstet werden.
Praxis-Tipp
Long-Lived Access Token aus Home Assistant in den Filter-Einstellungen hinterlegen, dann z. B. „Schalte das Wohnzimmerlicht aus“ im Chat eingeben.
Siehe auch
Lizenz & Quelle
- Lizenz: MIT
- Quelle: open-webui/pipelines
Inhalt ansehen (home_assistant_filter.py)
Lade …
Erfahrungen & Kommentare.
Funktioniert der Anleitung bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
ollama_pipeline.py
Minimalbeispiel: Anfragen an einen Ollama-Server durchreichen — der beste Startpunkt, um das Pipeline-Prinzip zu verstehen.
ollama_manifold_pipeline.py
„Manifold": macht alle auf dem Ollama-Server installierten Modelle auf einmal verfügbar statt nur eines.
llama_cpp_pipeline.py
GGUF-Modelle direkt über die llama-cpp-python-Bibliothek fahren — ohne Ollama dazwischen.
