登录社区云,与社区用户共同成长
邀请您加入社区
老旧社区24小时防护不是全天开动检:周界走hoveringAlarm,电梯电瓶车走aiNonVehDetect,一套callback按msgType分流。
再往上性能更强的就是ESP32-C系列,同样RISC-V,带AI加速指令,跑语音或者图像相关的东西用得上,成本也上去了。最近在挑物联网项目的无线方案,顺手把乐鑫这款模块的资料翻了一遍。以前做低端Wi-Fi产品习惯用ESP8266,现在乐鑫出了新的RISC-V架构产品线,ESP8684系列定位差不多,也是走低成本、低功耗路线,但整体成熟度已经上来了。Wi-Fi支持到802.11 b/g/n,也就是W
摘要:ESP32-S3-WROOM-1-N4R2模组搭载双核240MHz处理器,配备4MB Flash和2MB PSRAM,支持Wi-Fi/蓝牙5.0及丰富外设。PSRAM对图形界面(320x240+分辨率)、语音识别、AI推理等场景至关重要。典型应用包括智能家电屏、离线语音模块及工业HMI。选型时需根据需求选择PSRAM版本(R2/R8),屏幕480x320以下或基础语音功能选R2,复杂图像处理
本文从 AirTag 的“精确查找”功能切入,深入剖析 UWB AoA(Angle of Arrival)到达角测量技术的完整工作链路。文章用图示化方式讲解双天线相位差测角原理、L 形天线阵列的空间定向机制,以及多径干扰等工程挑战与解决方案。同时对比 UWB AoA 与其他定位技术的优劣,为工程师选型提供参考。
冬天加班到深夜回家,冻得浑身发抖,还要对着空气喊“小爱同学开空调”,等房间热起来已经过去了10分钟;早上赶时间出门,忘记关空调和加湿器,下班回家才发现白开了12小时,电费飙涨;给老人装了智能门锁,老人记不住密码,也不会喊语音助手,每次开门都要打电话问你;手动设置了“回家模式”,结果今天带朋友回家,一开门自动关窗帘开氛围灯,尴尬到脚趾抠地。这就是当前主流的智能家居1.0的通病:所有操作都需要用户主动
如果你有以上任何一个痛点,那么恭喜你——你来对地方了!本文将带你从0到1构建一个由AI Agent Harness Engineering驱动的真正的“智能家居2.0”系统我们将先搞清楚什么是“智能家居2.0”、什么是“AI Agent”、什么是“AI Agent Harness Engineering”——这些核心概念是我们后面所有实战的基础。
这篇文章展示用AI生成3套不同布局的智能家居中控屏UI设计稿:全景枢纽、三栏式、聚焦磁贴,效果居然出乎意料的还行。借着这个实操案例聊聊中控大屏的设计思路,以及现在市面上到底AI生成UI工具有哪些、哪个比较好用。
双模、省功耗、数传稳可以同时追求,但前提是:路径别贪,避免双链路无谓并发;指标别串台,空口不等于应用吞吐;测试别偷懒,弱场与长稳都要。蓝牙5.3的价值,要用 EATT、功率控制、同步通道等真正用得上的特性来证明;选模块的本质,是用清单盖住侥幸,用数据盖住口号。
我是张三,资深AI应用架构师,专注智能家居领域10年,曾参与小米米家、亚马逊Alexa等产品的架构设计。我的理念是“用技术解决真实的用户问题”,欢迎关注我的公众号“智能家架构师”,获取更多智能家居架构设计经验。
本文将以“提示工程架构师”的视角,深度解读2024智能家居Agentic AI技术白皮书的核心内容。白皮书对“智能家居Agentic AI”的定位与核心特征;提示工程在智能家居Agentic AI中的不可替代的作用;白皮书推荐的提示工程框架(意图理解、上下文管理、输出约束三大层);智能家居场景下的提示工程最佳实践(结合案例说明);未来提示工程的趋势展望(自动化、多模态、跨设备协同)。部署在智能家居
【代码】智能家居能学会‘主动照顾人’吗?Agentic AI给出了肯定回答(提示工程解析)
随着智能家居的不断完善,家庭中的各类智能设备(如灯光、空调、温湿度的传感器、智能窗帘、摄像头等)也由此呈现了极为可观的数量的增长,而这些设备的运行过程中所产生的时序的数据(如温度、湿度、能耗的数据、设备的操作记录、设备的状态等)也随之而爆发式的增长,对其如何高效的存储、挖掘、利用,已成为目前智能家居的又一重大挑战。
本文设计了一种智能家居中的太阳能热水器控制系统,通过STM32单片机为核心构建"感知-控制-执行-交互"四层架构。系统采用DS18B20温度传感器、液位传感器等实时监测水温水位,结合光照强度智能控制上水和电辅热功能,实现自动防冻循环。支持本地触控屏和手机APP远程交互,采用太阳能+市电双供电模式。测试表明系统响应快、能耗降低35%,解决了传统热水器操作繁琐、能源浪费问题。未来可
本文设计并实现了一种基于ZigBee技术的智能家居安防系统,通过四层架构(感知节点层-ZigBee网络层-中控层-应用层)构建分布式监测网络。系统采用CC2530芯片设计低功耗传感器节点(续航≥12个月)和协调器节点,结合STM32中控实现入侵、火灾、燃气泄漏和水浸的全维度监测。测试显示:系统覆盖全户型无死角,数据传输成功率99.8%,本地报警响应≤0.3秒,APP推送延迟≤1.5秒。相比传统Wi
想象一下:你清晨被智能闹钟温柔唤醒,它根据你的睡眠周期和当天的天气情况优化了叫醒时间;当你走向卫生间,智能镜自动显示今日新闻和日程,同时根据你的气色给出简单的健康建议;出门前,你只需说一句“我出门了”,家中所有灯光、电器自动关闭,门窗锁紧,安防系统启动。这一切无缝、智能的体验背后,是无数AI模型在默默工作。随着人工智能(AI)技术在智能家居领域的深度渗透,从语音识别、图像理解到环境感知、用户行为预
2026 年 2 月,亚马逊旗下的智能门铃品牌 Ring 在超级碗投放了一则 30 秒广告。画面里,一个小女孩走失了宠物狗,邻居们纷纷打开自己的 Ring 摄像头,镜头如涟漪般在社区间扩散,最终 AI 定位了小狗的位置。广告旁白温柔地介绍新功能——上传一张狗的照片,系统就能自动扫描附近所有 Ring 设备,帮你找回爱犬。广告播出后,舆论炸了锅。不是因为创意糟糕,而是因为它把一件本该让人毛骨悚然的事
总之,Miloco 不再是传统意义上“等我们发指令”的智能家居系统,而是一个能主动理解、主动判断、主动行动的全屋 AI 管家。虽说Miloco 目前算不上完美,并且上手还需要花一点时间,但是它已经指出了下一代智能家居的发展方向:把摄像头变成眼睛,把规则交给 AI ,这种组合确实很有想象空间。有兴趣的小伙伴建议先动手部署起来,亲自体验一下这个“战未来”的AI智能项目吧!目前正值年货节,极空间的各大N
十年前,我们对“智能家居”的想象是“用手机开灯泡”;今天,我们期待的是“加班晚归时,家门自动打开,暖气已暖,米饭刚熟,音乐刚好”。这背后的质变,是AI对传统智能家居生态的底层重构——从“被动响应指令”到“主动理解需求”。如何让设备从“听指令”进化到“猜需求”?如何破解多设备“各自为战”的信息孤岛?如何在“智能”与“隐私”之间找到平衡?通过真实场景案例可落地的架构设计代码示例与生活化比喻为什么AI应
智能家居的本质是**“感知-决策-执行”的闭环智能系统**,而可扩展性是其从“单设备控制”走向“全场景协同”的核心瓶颈。从“设备异构”到“协议统一”的设备层抽象;从“集中式处理”到“边缘-云端协同”的计算分层;从“ polling 轮询”到“事件驱动”的流量优化;从“单体应用”到“微服务拆分”的功能扩展。通过理论推导、架构设计、代码实现与案例分析,本文为架构师提供一套可落地的可扩展智能家居设计框架
技术背景:在当前的攻防体系中,针对大型语言模型(LLM)应用的攻击正成为一个新的前沿领域。提示注入 (Prompt Injection)是其中最核心、最普遍的漏洞之一。它不属于传统的内存溢出或SQL注入,而是利用大模型本身对自然语言指令的理解能力,通过构造恶意输入来劫持模型的原始任务,属于应用逻辑层的攻击。在智能家居 AI 中枢这类高度依赖自然语言交互的场景中,这种攻击的威胁尤为突出。学习价值评估
基于STM32F103与ESP32-S3双核架构(STM32和ESP32是单片机初学的两大经典),今天为大家带来一款了全面覆盖单片机物联网学习路径的综合性AIoT实战平台,该平台配套从单片机裸机开发(初级)到RTOS实时操作系统(中级),再到LVGL图形界面设计与AIoT物联网应用(高级)的完整技能进阶路线及学习资料,无论是作为单片机与物联网方向的综合项目练手、毕业设计课题,还是用于高校嵌入式系统
智能家居AI正在深刻改变生活方式,高质量数据标注是实现愿景的基础。家居场景物体识别面临物品多样、场景复杂、隐私敏感等挑战,需针对性标注策略。文章介绍建立标准类别体系、处理遮挡截断、多视角标注及场景上下文标注方法。通过扫地机器人避障和智能冰箱食材识别案例,展示专业标注在实际项目中的应用。TjMakeBot提供完整工具支持,助力高效构建家居AI数据集,让AI更懂家。
本文设计了一种基于STM32F103ZET6单片机的本地化智能家居系统。系统采用"感知-控制-执行-交互"四层架构,集成温湿度、光照、人体红外等传感器,通过继电器、红外发射等模块实现灯具、空调等设备的自动化控制。支持语音、遥控等多方式交互,具备环境自适应调节和安防报警功能,响应时间≤500ms。测试显示系统运行稳定,硬件成本约300元,适用于普通家庭智能化改造。未来可扩展蓝牙控
本文设计了一套基于STM32单片机的智能家居温湿度监测系统,采用四层架构实现环境数据采集、处理、传输与应用。系统硬件由STM32F103C8T6主控、DHT11/DHT22传感器、OLED显示屏、ESP8266无线模块等组成;软件采用模块化设计,支持实时监测、阈值报警、远程查看及设备联动。测试表明系统运行稳定可靠,具备低功耗、易部署特点,有效解决了传统监测方式的孤立性问题。未来可扩展多参数监测与A
本文设计了一种基于无线传感器网络(WSN)的智能家居系统,采用"感知层-网络层-控制层-应用层"四层架构。系统通过ZigBee自组网实现环境数据采集,经Wi-Fi传输至STM32控制中心,支持手机APP远程控制与设备智能联动。测试表明系统具有高精度(温湿度误差≤±0.5℃/±3%RH)、低功耗(节点续航7个月)和稳定性(数据传输成功率99.6%)等特点,解决了传统系统布线繁琐、
本文设计了一套基于STC89C52单片机的智能家居控制系统,采用"感知层-控制层-通信层-应用层"四层架构。系统整合温湿度、光照等传感器与Wi-Fi模块,通过手机APP实现灯光、窗帘等设备的远程控制和场景切换。测试显示数据采集准确、响应及时,具备稳定性和扩展性。未来可增加语音控制、AI学习等功能,进一步优化系统智能化水平。该系统有效解决了传统家居设备分散控制的问题,为现代家庭提
本文介绍了一套基于AI Agent的智能家居控制方案,通过开源项目clawdbot实现对米家设备的智能化管理。方案亮点包括:1)自然语言交互,无需死记指令;2)跨平台兼容Claude、Copilot等AI环境;3)自检配置与安全机制,敏感操作需二次确认。项目包含米家API驱动、Skill定义、执行脚本和设备映射表,支持本地Python环境部署,通过扫码登录实现设备控制。用户可用自然语言指令(如&q
本文设计了一种基于STM32的离线语音识别智能家居控制系统,解决了传统智能家居交互不便捷的问题。系统采用STM32F103ZET6为核心控制器,结合LD3320语音识别模块,实现了语音指令采集、特征提取、设备控制和状态反馈的闭环管理。测试表明,系统在安静环境下识别率达95%,响应时间≤1秒,功耗≤3W,具有较高的实用性和可靠性。未来可优化方向包括增加AI学习能力、多房间定位和环境感知联动功能,进一
HDFS放宽了POSIX的要求,可以以流的形式访问文件系统中的数据。2、同时增加文字触发提醒,设置提醒语,有相同字段的数据,会触发弹框提醒,例如设置状态提醒:特急/加急/一般 增加自定义提醒语(如:库存不足,请补货)8、AI续写、AI优化、AI校对、AI翻译:新增AI接口,编辑器接入AI,可以实现AI续写、AI优化、AI校对、AI翻译,可以帮你实现自动化,ai帮你完成文档。对于本系统,我们提供全方
正如“众人拾柴火焰高”,无数开发者的探索与优化相互碰撞,终将汇聚成推动整个行业技术快速迭代的力量,让智能科技绽放出更耀眼的光芒。从借助现成 SDK 攻克端侧大模型难题,到依托开源技术落地项目构想,再到带着热爱反复征战大赛、打磨作品,他的经历印证着:当核心技术门槛被降低,当优质资源被赋能给每一位爱好者,普通人的技术初心也能生长为改变生活的创新力量。“开源就像一把钥匙,为我这种刚涉足该领域的个人开发者
直接拿走,意外获得200多套代码,需要的滴我前后端分离智能家居系统系统|SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程(可提供说明文档(通过*AIGC*)
开源免费分享【2025最新】基于SpringBoot+Vue的智能家居系统管理系统源码+MyBatis+MySQL可提供说明文档 可以通过*AIGC**技术包括:MySQL、VueJS、ElementUI、(Python或者Java或者.NET)等等*功能如图所示。可以滴我获取详细的视频介绍
开源免费分享前后端分离智能家居系统系统|SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程可提供说明文档 可以通过*AIGC**技术包括:MySQL、VueJS、ElementUI、(Python或者Java或者.NET)等等*功能如图所示。可以滴我获取详细的视频介绍
直接拿走,意外获得200多套代码,需要的滴我智能家居系统信息管理系统源码-SpringBoot后端+Vue前端+MySQL【可直接运行】(可提供说明文档(通过*AIGC*)
Java Web 智能家居系统系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】,拿走直接用(附源码,数据库,视频,可提供说明文档(通过*AIGC*)*技术包括:MySQL、VueJS、ElementUI、(Python或者Java或者.NET)等等*功能如图所示。可以滴我获取详细的视频介绍
直接拿走,意外获得200多套代码,需要的滴我Java Web 智能家居系统系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】(可提供说明文档(通过*AIGC*)
【2025最新】基于SpringBoot+Vue的智能家居系统管理系统源码+MyBatis+MySQL,拿走直接用(附源码,数据库,视频,可提供说明文档(通过*AIGC*)*技术包括:MySQL、VueJS、ElementUI、(Python或者Java或者.NET)等等*功能如图所示。可以滴我获取详细的视频介绍
开源免费分享智能家居系统信息管理系统源码-SpringBoot后端+Vue前端+MySQL【可直接运行】可提供说明文档 可以通过*AIGC**技术包括:MySQL、VueJS、ElementUI、(Python或者Java或者.NET)等等*功能如图所示。可以滴我获取详细的视频介绍
直接拿走,意外获得200多套代码,需要的滴我【2025最新】基于SpringBoot+Vue的智能家居系统管理系统源码+MyBatis+MySQL(可提供说明文档(通过*AIGC*)
用户需求:“我说‘我要睡觉’,系统自动关窗帘、关大灯、开夜灯、调空调到25度、播放白噪音”;扩展需求:“如果我没说,但系统检测到我上床了,也自动触发”。很多系统的第一个版本能跑,但用户不用——因为细节没做好。书籍:《智能家居系统设计与实现》(张毅,机械工业出版社)、《边缘计算:技术与实践》(刘阳,电子工业出版社);开源项目:Home Assistant(最流行的开源智能家居框架)、OpenHAB(
本文设计并实现了一种基于STM32单片机的智能家居系统,采用STM32F103ZET6作为主控芯片,集成了环境监测、设备控制、安防报警和远程交互等功能。系统通过DHT11、BH1750等传感器采集环境参数,利用继电器和步进电机控制家电设备,并支持触摸屏、语音和手机APP多模式交互。测试结果表明,系统运行稳定可靠,环境监测误差小,设备控制响应快,通信稳定性高,成本控制在300元以内。未来可扩展蓝牙组
2025 年小型热泵烘干机市场,**“易拆洗清洁 + 4 重过滤 + 低功率节能”** 是品质核心,“容量适配 + 品牌售后” 是选购关键。摩登物种 M6/M7 凭借易拆洗冷凝器 + 4 重过滤 + 低功率,成为家庭用户的品质首选,性价比与耐用性双在线;OSVO / 格罗塞格 / 九闪 / 荣事达以7KG 大容量 + 亲民价格,满足多成员家庭需求;daily neat / 大宇则聚焦迷你精致 +
基于ESP8266的智能家居Mesh组网方案,采用painlessMesh库实现去中心化控制。系统包含3类节点:智能灯、温湿度传感器和人体感应器,通过心跳机制维护网络状态。支持串口/Web双控制界面;实现运动检测联动灯光控制。硬件接线采用统一引脚定义,软件架构包含Mesh管理、设备驱动等4大模块。实测显示系统能稳定实现多跳通信,网页界面可实时监控设备状态。
你有没有过这样的经历?下班回家要手动点击“回家模式”,等灯亮、空调开、窗帘动,网络延迟时还要反复刷新APP;说“我有点冷”,智能音箱只会生硬开空调,却不懂你还想要加湿器和毯子;周末想睡懒觉,窗帘却准时在8点拉开,惊醒你的美梦……传统智能家居的痛点在于**“被动执行”:依赖手动设置场景,缺乏对用户习惯的理解,更没有主动服务的能力。而我们需要的是“能懂你的智能”**——它能记住你每天10点要喝热牛奶,
摘要: 随着边缘计算的普及,分散节点的故障自愈机制成为保障系统可靠性的关键。本文提出针对边缘计算节点的故障自愈验收框架,涵盖标准制定(如RTO≤30秒)、分层测试策略(单元到系统级验证)及工具链(Prometheus、ChaosMonkey等)。测试需平衡自动化与人工探索,解决环境异构性、AI误诊等挑战,并通过混沌工程提升鲁棒性。案例表明,有效自愈可显著降低业务损失(如节省$200k/年)。未来趋
摘要:涂鸦智能与芯科科技合作推出免编码AIoT开发平台,助力智能照明创新。该平台基于芯科科技的BG24和MG21无线SoC芯片,具备强大射频性能和超低功耗特性,使制造商可在15天内完成智能产品开发。该方案解决了传统照明厂商在物联网开发中的技术壁垒,支持快速实现互联照明系统,满足节能、人本照明等市场需求。合作降低了智能照明开发门槛,加速产品上市,并推动跨行业AIoT生态发展。
镜像(Image)、容器(Container)、仓库(Repository)是Docker的三大核心组件,也是新手入门的“第一道门槛”——搞懂这三个组件的关系和用法,就相当于掌握了Docker的80%基础,后续学习Dockerfile、Docker Compose都会事半功倍。
该系统基于Python开发,旨在实现智能家居设备的远程控制与管理,提升家居自动化水平与用户生活便利性。系统整合物联网技术、云计算与移动端交互,构建了一个高效、安全且可扩展的智能家居管理平台。系统采用模块化设计,核心功能包括设备状态监控、远程控制、场景模式切换及数据统计分析。通过MQTT协议实现设备与云平台的实时通信,确保指令低延迟传输。用户可通过Web端或移动App(如基于Flask或Django