末日堡垒
智能家居

# 注释单独一行：命令尾部的 # 会被 shell 当成参数，不是注释
docker run -d --name homeassistant \
  --privileged --restart=unless-stopped \
  -v /path/to/config:/config \
  -v /etc/localtime:/etc/localtime:ro \
  -p 8123:8123 \
  ghcr.io/home-assistant/home-assistant:stable

为什么不用 --net=host：家用场景里它会和宿主机端口打架（尤其 NAS 上已经跑了一堆服务）。桥接模式加 -p 就够，只有需要自动发现大量设备（mDNS/SSDP）时才考虑 host 网络。

/config
├── configuration.yaml      # 主配置，越薄越好
├── automations.yaml        # 自动化（UI 里建的也在这）
├── scripts.yaml            # 可复用动作序列
├── scenes.yaml             # 场景快照
├── secrets.yaml            # 密码/token 全放这，别写进主配置
├── customize.yaml          # 实体别名、图标
├── .storage/               # 集成凭据与注册表（关键，别手动改）
├── www/                    # 静态文件，对外暴露为 /local/
└── home-assistant_v2.db    # 历史数据库（会一直长）

default_config:            # 官方推荐的基础包，别一个个手加集成

homeassistant:
  name: 堡垒
  time_zone: Asia/Shanghai
  unit_system: metric
  currency: CNY

recorder:                  # 不做限制的话，SQLite 半年能涨到几个 G
  purge_keep_days: 10
  exclude:
    entity_globs:
      - sensor.*_linkquality      # Zigbee 信号强度，每秒变，纯噪音
      - sensor.*_rssi
      - sensor.phone_*_battery    # 手机电量不需要历史

logger:
  default: warning
  logs:
    homeassistant.components.mqtt: info

ld2410:
  timeout: 150ms

# 门限值：每个距离门（gate）单独设「移动/静止」的触发阈值
# 默认全 50 太灵敏：隔壁房间走动都会触发
# 调法：先全设 100，站在房间中央慢慢往下降，直到稳定触发
number:
  - platform: ld2410
    moving_sensitivity:
      name: "移动灵敏度"
    still_sensitivity:
      name: "静止灵敏度"

button:
  - platform: ld2410
    factory_reset:
      name: "恢复出厂"

select:
  - platform: ld2410
    distance_resolution:
      name: "距离分辨率"       # 0.2m 或 0.75m，精度和抗干扰的取舍

stepper:
  - platform: a4988
    id: curtain
    step_pin: GPIO14
    dir_pin: GPIO27
    max_speed: 250 steps/s
    acceleration: 100 steps/s^2

# 限位开关：没有它们，断电后位置就全乱了（重开机它会继续往前顶）
binary_sensor:
  - platform: gpio
    pin: {number: GPIO32, mode: INPUT_PULLUP}
    id: limit_open
    filters: [invert]
  - platform: gpio
    pin: {number: GPIO33, mode: INPUT_PULLUP}
    id: limit_close
    filters: [invert]

cover:
  - platform: template
    name: "客厅窗帘"
    lambda: |-
      if (id(limit_open).state) return COVER_OPEN;
      if (id(limit_close).state) return COVER_CLOSED;
      return {};
    open_action:
      - stepper.set_target: {id: curtain, target: 0}
    close_action:
      - stepper.set_target: {id: curtain, target: 2000}
    stop_action:
      - stepper.set_target:
          id: curtain
          target: !lambda "return id(curtain).current_position;"
    optimistic: true
    assumed_state: false

switch:
  - platform: gpio
    pin:
      number: GPIO25
      inverted: true          # 大多数继电器模块是低电平触发，写在这里比接线时反接好
    id: desk_plug
    name: "书桌插座"
    restore_mode: RESTORE_DEFAULT_OFF   # 断电恢复后默认关闭，别让电烙铁自己开工

light:
  - platform: esp32_rmt_led_strip
    pin: GPIO26
    num_leds: 60
    rgb_order: GRB
    chipset: ws2812
    name: "电竞房灯带"
    restore_mode: ALWAYS_ON
    effects:
      - pulse:
      - random:

alias: 护眼-傍晚自动开灯
triggers:
  - trigger: numeric_state
    entity_id: sensor.guang_zhao     # BH1750 光照 lux
    below: 100
    for: "00:02:00"                  # 云飘过、有人走过都会让 lux 抖一下
conditions:
  - condition: sun
    after: sunset
    before: sunrise
actions:
  - action: light.turn_on
    target: {entity_id: light.dian_jing_fang_deng_dai}
    data:
      brightness_pct: 70
      color_temp_kelvin: 3200        # 新版参数用 kelvin，老的 color_temp 已不建议
mode: single

从摄像头到你的手机，中间走了七步

这一张是全文信息密度最高的链路。看懂它，你才知道「为什么我的 Frigate 帧率只有 2fps」「为什么它认不出人」到底该改哪一段。

services:
  frigate:
    image: ghcr.io/blakeblackshear/frigate:stable
    restart: unless-stopped
    privileged: true
    shm_size: "128mb"              # 路数多了必须加，64mb 跑 4 路会崩
    volumes:
      - ./config:/config
      - ./media:/media/frigate
      - /etc/localtime:/etc/localtime:ro
    devices:
      - /dev/dri/renderD128:/dev/dri/renderD128    # Intel 核显
    ports:
      - "8971:8971"                # UI 与 API
      - "8554:8554"                # go2rtc 转发的 RTSP
      - "8555:8555/tcp"            # WebRTC

mqtt:
  host: 192.168.1.100            # HA 的 Mosquitto 地址
  user: frigate
  password: "{FRIGATE_MQTT_PASS}"

ffmpeg:
  hwaccel_args: preset-intel-qsv-h264   # 有核显就开，CPU 占用能从 200% 降到 40%

detectors:
  ov:
    type: openvino
    device: GPU

model:
  path: /openvino-model/ssdlite_mobilenet_v2.xml

objects:
  track:
    - person
    - car
  filters:
    person:
      min_area: 3000            # 太小的是远处噪点，别报
      min_score: 0.6            # 0.5 太松，会把人形阴影也认成人
      threshold: 0.7

cameras:
  front_door:
    ffmpeg:
      inputs:
        - path: rtsp://admin:{CAM_PASS}@192.168.1.64:554/stream1
          roles: [detect, record]
    detect:
      enabled: true
      width: 640                # 检测分辨率，不是流分辨率
      height: 640
      fps: 5
    record:
      enabled: true
      retain:
        days: 7
        mode: motion            # 只留有动作的片段，省 80% 硬盘
    zones:
      yard:
        coordinates: 0.1,0.4,0.9,0.4,0.9,0.95,0.1,0.95
        objects: [person]

为什么它这么难：2 毫秒的物理题

一只蚊子飞行速度约 0.5–1 m/s，在 1 米外穿过激光可及区域的时间不到 10 毫秒。你的链路是：摄像头曝光（1–10ms）→ 推理（5–30ms）→ 振镜转向（1–5ms）→ 开火（持续几毫秒）。整条链必须在 10 毫秒内走完，否则蚊子已经飞走了。这就是为什么这玩意在实验室能跑、在家里跑不起来：家用摄像头的曝光和 USB 传输就吃掉大半预算。

主控：树莓派 5（或 Jetson Orin Nano，推理快 10 倍）
视觉：全局快门 USB 摄像头（滚动快门会有运动模糊，识别飞虫必失败）
瞄准：双轴振镜（galvo）+ 20kpps DAC 驱动
武器：100mW 450nm 蓝激光起步（先验证，别直接上 1W）
识别：YOLOv8n 微调飞虫数据集（自己标几百张，或用开源 mosquito 数据集）
安全：独立硬互锁（人脸检测 → 物理切断激光电源，不经软件）

1. 激光功率从 100mW 起步，先验证视觉闭环再加功率
2. 硬互锁：任何人体进入画面 → 继电器直接断电，软件只做第二道
3. 调试全程戴对应波长的防护镜，禁止任何反射面（镜子/玻璃/金属）
4. 只在封闭空间测试，绝不朝窗外、绝不朝走廊
5. 1W 级蓝激光在 0.1 秒内可造成永久性视网膜损伤：这不是玩笑

output:
  - platform: ledc
    id: pwm_out
    pin: GPIO4
    frequency: 50Hz

servo:
  - id: feeder
    output: pwm_out
    min_level: 3%            # 别用 0%，大部分舵机在极值处会抖
    max_level: 12%

button:
  - platform: template
    name: "出粮一次"
    on_press:
      - servo.write: {id: feeder, level: 12%}
      - delay: 800ms
      - servo.write: {id: feeder, level: 3%}

sensor:
  - platform: hx711
    name: "猫碗重量"
    dout_pin: GPIO18
    clk_pin: GPIO19
    gain: 128
    update_interval: 2s
    filters:
      - calibrate_linear:
          - 0.0 -> 0.0
          - 500.0 -> 500.0      # 放一个 500g 砝码实测，填真实读数
      - sliding_window_moving_average:
          window_size: 5
          send_every: 2
    unit_of_display: g

sensor:
  - platform: adc
    pin: GPIO34
    name: "土壤湿度"
    attenuation: 11db
    update_interval: 30s
    filters:
      - median: 5
      - sliding_window_moving_average:
          window_size: 5
          send_every: 3

switch:
  - platform: gpio
    pin: GPIO25
    id: pump
    name: "水泵"
    restore_mode: ALWAYS_OFF

alias: 番茄浇水-土干开泵
triggers:
  - trigger: numeric_state
    entity_id: sensor.tu_rang_shi_du
    below: 300
    for: "00:10:00"                    # 干满 10 分钟才浇，避免探头抖动误浇
conditions:
  - condition: state
    entity_id: input_boolean.tu_rang_you_shui
    state: "on"                        # 雨天/正在浇水时手动关掉
actions:
  - action: switch.turn_on
    target: {entity_id: switch.shui_beng}
  - action: delay
    data: {seconds: 10}
  - action: switch.turn_off
    target: {entity_id: switch.shui_beng}
mode: single

docker run -d --name whisper \
  -p 10300:10300 --restart=unless-stopped \
  -v whisper-data:/data \
  ghcr.io/rhasspy/wyoming-whisper:latest \
  --model small --language zh

docker run -d --name piper \
  -p 10200:10200 --restart=unless-stopped \
  -v piper-data:/data \
  ghcr.io/rhasspy/wyoming-piper:latest \
  --voice zh_CN-huayan-medium

# 堡垒主机（Linux / NAS，装 tailscale 客户端）
curl -fsSL https://tailscale.com/install.sh | sh
tailscale up --advertise-routes=192.168.1.0/24 --accept-routes

# 只广播「需要访问的网段」，别广播全部
# Windows 主机：直接装官方客户端，登录同一账号
# 手机 / 笔记本：应用商店搜 Tailscale，登录即入网

// Tailscale ACL 片段：只让手机访问堡垒，不让堡垒访问手机
{
  "acls": [
    {"action": "accept", "src": ["tag:phone"], "dst": ["tag:fortress:8123"]},
    {"action": "accept", "src": ["tag:phone"], "dst": ["tag:fortress:8971"]},
    {"action": "accept", "src": ["tag:laptop"], "dst": ["tag:fortress:*"]},
    {"action": "accept", "src": ["autogroup:self"], "dst": ["autogroup:member:*"]}
  ],
  "tagOwners": {
    "tag:fortress": ["autogroup:admin"],
    "tag:phone": ["autogroup:admin"],
    "tag:laptop": ["autogroup:admin"]
  }
}