Home Assistant 自带大模型集成，接上本地 Ollama 就能用自然语言控制家里的设备，全程不经过云端。这篇是按步骤的配置流程：装模型、加集成、暴露实体、搭语音管线，以及踩坑清单。

💡 你将学到

Home Assistant 自带大模型集成，接上本地 Ollama 就能用自然语言控制家里的设备，全程不经过云端。这篇是按步骤的配置流程：装模型、加集成、暴露实体、搭语音管线，以及踩坑清单。

📜 目录

• 整体链路
• 第一步：准备模型
• 第二步：在 HA 里加集成
• 第三步：暴露实体并限制权限
• 第四步：搭语音管线
• 第五步：调提示词
• 实测预期
• 常见问题
• 相关文章

Home Assistant 接入本地大模型：用Ollama做私有语音助手的完整配置

智能家居的语音助手大多把录音传到云端处理。对在意隐私的人来说，这等于在家里常驻一个麦克风加一条上传通道。Home Assistant 从 2024 年起内置了大模型对话能力，接上本地跑的 Ollama，语音链路可以做到全程不出内网。

整体链路

麦克风 → 语音识别（Whisper）→ 对话代理（Ollama 本地模型）→ 意图执行（HA 控制设备）
                                      ↓
                              语音合成（Piper）→ 音箱

每一环都能本地化：Whisper 做语音转文字，Ollama 提供对话与工具调用，Piper 做文字转语音，HA 负责把意图落到具体设备。

第一步：准备模型

Agent 场景对模型的要求和聊天不同——它要稳定输出结构化的设备控制指令，指令跟随比文采重要。

# 模型标签以 Ollama 模型库为准
ollama pull qwen3:8b        # 主力，负责理解与调用
ollama pull qwen3:4b        # 备选，语音场景延迟更低

显存紧张时优先用 4B 级别：控制灯光、查询温度这类指令不需要大模型，响应速度反而更重要。跑在 CPU 上的机器，4B 的 Q4 量化在近几年桌面 CPU 上大约能到可交互的速度，具体取决于硬件。

确认服务在监听：

curl http://<ollama-host>:11434/api/tags

如果 HA 和 Ollama 不在同一台机器，确认 Ollama 监听的是内网地址而不是仅 127.0.0.1。

第二步：在 HA 里加集成

两条路，选一条：

路线A：官方 Ollama 集成（推荐） 设置 → 设备与服务 → 添加集成 → 搜 Ollama → 填地址 http://<ollama-host>:11434 → 选模型。集成会提供对话代理，也可以暴露给 Assist 使用。

路线B：OpenAI 兼容集成 同样是添加集成，选「OpenAI Conversation」，把 Base URL 指向 http://<ollama-host>:11434/v1，API key 随便填一个非空字符串。适合集成里找不到你的模型、或者想统一走 OpenAI 协议的情况。

两条路都支持「控制 Home Assistant」的开关——这是让模型能真正操作设备的关键，默认不开。

第三步：暴露实体并限制权限

HA 的设计是：只有被显式暴露的实体，语音助手才能看到和操作。

1. 设置 → 语音助手 → 暴露实体，逐个勾选允许控制的设备。
2. 别一键暴露全部。车库门、门锁、摄像头这类敏感设备默认不暴露。
3. 给设备起好别名。「客厅主灯」这样的名字比「light.yeelight_ceiling_3」更容易被模型正确匹配。

模型能看到的实体越少，误操作概率越低，提示词也越短、响应越快。经验做法是按房间分阶段开放，先开一两个房间试用。

第四步：搭语音管线

设置 → 语音助手 → 添加助手，四段配置：

Wyoming 是 HA 用于本地语音服务的协议，Whisper 和 Piper 都有对应的容器化服务，跑在同一台内网服务器上即可。中文场景要注意两点：Whisper 的模型规模直接影响识别率，tiny/base 对中文基本不可用，至少要 medium 级别；Piper 需要单独的中文语音包。

第五步：调提示词

默认提示词偏通用，实际用起来常出现三种问题：回答太啰嗦、把闲聊当成设备指令、中文夹杂英文。可以在集成配置里自定义系统提示词：

你是一个家庭助理。只回答与家居设备控制相关的问题。
回答控制在两句话以内，使用简体中文，不要使用表情符号。
无法确定设备名称时，先询问而不是猜测。

控制类指令要求「先确认再执行」时，把这条写进提示词，同时保留 HA 自身的人工确认流程。

实测预期

• 响应时间：本地链路的延迟主要来自语音识别和模型推理，端到端几秒属于正常范围，具体取决于硬件。
• 指令成功率：常见指令（开关灯、调亮度、查温度、设场景）在设备命名规范的前提下表现稳定；复合指令（「把客厅灯调暗一点然后关掉卧室空调」）容易漏掉后半句。
• 离线可用：模型、识别、合成都在本地时，断网仍可控制设备，这也是本地方案最大的价值。

常见问题

Q：模型乱开设备怎么办？ 先缩小暴露范围，再检查设备别名是否重复或含糊。别名冲突是误操作的头号原因。

Q：能用云端模型吗？ 同一个集成支持填云端 API key，效果更好，但语音和指令会离开内网。敏感设备建议只用本地模型。

Q：中文语音识别差？ 换更大的 Whisper 模型，或在 HA 里改用支持中文的识别服务。模型太小是主要原因。

Q：需要专用硬件吗？ ESPHome 类的语音卫星设备体验最好，也可以用手机 App 或浏览器作为语音入口，先用现有设备验证流程再买硬件。

Q：HomeKit 能用吗？ HA 可以把设备桥接到 HomeKit，本地大模型助手的控制也会同步生效。

Q：模型能记住上下文吗？ 能，但家庭场景通常不需要长上下文。上下文留太长会拖慢响应，也会让模型把前一句的设备名带进新指令。

注：集成名称、配置项位置与模型标签随 HA 版本变化，具体以官方文档为准。

相关文章

• 2026年编程用本地大模型：Ollama（17.8万星）+ Continue + Cline，私密AI结对编程
• Qwen3本地部署完整教程：按显存选版本，三条路径跑起来
• NPU跑本地LLM：骁龙X、酷睿Ultra实测

❓ 常见问题

Can the LLM control devices safely?

Yes - HA exposes allowed entities only, and you can restrict which devices the model can touch in the integration config.

What if I want cloud models?

The same integration accepts OpenAI or Anthropic API keys - but then voice audio and commands go to the cloud.

Does it work with Apple HomeKit?

Yes - HA bridges to HomeKit, so the LLM assistant can control HomeKit devices too.