Ollama в Home Assistant теперь невероятно прост с ollama-ha

Уже давно предпринимаются попытки запустить ИИ-модель внутри Home Assistant в том числе  на обычном мини-компьютере. Первые версии работала лишь так, как обычно работают прототипы, созданные от усталости, когда логи выдаются за развлечение. Теперь та же идея реализуется намного проще. Ollama в Home Assistant может работать на той же машине, что и сам Home Assistant, подключаться через официальную интеграцию Ollama и приносить пользу в автоматизациях, не превращая настройку во вторую работу.

Эта статья представляет собой сравнение текущего состояния внедрения ИИ в Home Assistant с первыми попытками. Здесь не будут приводиться каждый клик, строчки YAML и команды модели, иначе материал стал бы почти таким же длинным, как оригинальная трансляция. Полное пошаговое руководство будет отдельной статьей позже. Цель же этой статьи — помочь определиться, нужно ли конкретно ВАМ использование Ollama в Home Assistant.

Что изменилось со времен первой версии

Первая проблема заключалась не в самой идее. Трудность состояла в том, чтобы заставить Home Assistant, Ollama, контейнеры, ИИ-модели и собственный энтузиазм работать слаженно и одновременно. Именно в такие моменты большинство проектов для умного дома кажутся забавными уже после завершения, но совсем не вызывают смеха в процессе реализации.

Текущая конфигурация Ollama-HA куда практичнее. Приложение способно запускать Ollama прямо внутри Home Assistant OS, официальная интеграция Home Assistant Ollama может к нему подключаться, после чего модель можно использовать в двух полезных сценариях: разговорные агенты (Conversation Agents) и ИИ-задачи (AI Tasks). Первый вариант предназначен для общения с моделью через Assist. Второй — для автоматизаций и скриптов, где Home Assistant отправляет определенные данные в ИИ-модель и использует полученный ответ.

Простая схема работы

Home Assistant выступает в роли управляющего домом. Ollama — это ИИ-движок. Ollama-HA — это приложение для Home Assistant, которое разворачивает данный движок на той же машине, где запущен сам Home Assistant. Официальная интеграция Home Assistant Ollama служит мостом между ними.

После подключения этого моста Home Assistant может задавать вопросы ИИ-модели. Если модель поддерживает инструменты (tools) и Assist настроен с осторожностью, она также сможет управлять доступными сущностями Home Assistant. Осторожность необходима потому, что это все еще искусственный интеллект. Стоит начать с вопросов в режиме только для чтения или с управления одной безопасной лампочкой. Не следует открывать доступ к половине дома маленькой запутавшейся модели, а затем удивляться, почему гостиная превратилась в дискотеку.

Локальная или облачная модель?

Это первый серьезный выбор при использовании Ollama в Home Assistant. Локальная модель работает на собственном оборудовании пользователя. Запрос остается внутри локальной сети, но модель использует ресурсы процессора, оперативной памяти, накопителя и, возможно, графического процессора. Небольшие модели отлично подходят для проверки работоспособности связки. Более крупные локальные модели могут существенно перегрузить слабое железо.

Облачная модель работает на серверах Ollama. Она, как правило, работает намного быстрее и демонстрирует лучшие результаты, если в качестве сервера Home Assistant используется Raspberry Pi или старый мини-ПК. Компромисс очевиден: запрос отправляется через интернет, и для работы требуется аутентификация. Это не делает облачные модели плохими. Это лишь означает, что не следует отправлять туда приватные снимки с камер, пароли, коды сигнализации или любую другую чувствительную информацию, если нет готовности к тому, что эти данные покинут пределы локальной сети.

Для первого базового локального теста отлично подойдет миниатюрная модель вроде qwen2.5:0.5b, так как она позволяет просто убедиться в работоспособности подключения. Она не выдает гениальных решений, и это нормально. Для практических тестов в облаке во многих домашних сценариях часто используется gpt-oss:120b-cloud. Перед использованием любой модели для управления через Assist или анализа изображений с камер необходимо проверить ее возможности на странице поиска моделей Ollama. Некоторые модели способны рассуждать, другие — распознавать изображения, и только модели с поддержкой инструментов (tools) могут управлять Home Assistant через Assist.

Как происходит установка

Процесс установки не сложен, но включает несколько важных деталей. Необходимо добавить репозиторий Ollama-HA в магазин приложений Home Assistant App Store, установить приложение, запустить его, а затем подключить официальную интеграцию Ollama к http://127.0.0.1:11434. Наличие части http:// обязательно. Указание порта :11434 также критически важно. Home Assistant требует буквальной точности, что иногда раздражает, но обычно повышает безопасность.

Важное предупреждение перед нажатием кнопки «Установить»: в описании текущего репозитория указано, что образ приложения занимает более 3,7 ГБ, а установка на Raspberry Pi 5 может занять от 25 до 30 минут и более. Устаревшие данные из других источников могут указывать меньший размер. Следует ориентироваться на информацию из актуального репозитория. Необходимо убедиться в наличии достаточного свободного места на диске, нажать кнопку установки один раз и позволить устройству выполнить работу. Повторные клики по кнопке каждые несколько секунд не ускорят процесс — это лишь проявление паники с мышкой в руках.

Практические примеры использования

Первый полезный пример — погода. Home Assistant уже знает прогноз, но простое значение температуры не всегда информативно. С помощью задачи ИИ (AI Task) Home Assistant может отправить почасовой прогноз в модель и запросить человеческий ответ: какую одежду лучше выбрать сегодня, когда вероятен дождь, важен ли уровень УФ-излучения и любые другие детали, которые полезно включить в утреннее уведомление.

Немного модифицированная версия этого сценария отлично подходит для ежедневного использования. Подобный формат удобен для членов семьи, поскольку сообщение звучит так, будто написано человеком, а не таблицей состояний датчиков. Важно отметить, что всю стандартную работу по автоматизации по-прежнему выполняет Home Assistant. ИИ лишь превращает структурированные данные в более понятное и полезное описание.

Второй полезный пример — анализ видео с камер. Датчик движения запускает автоматизацию, Home Assistant делает снимок с камеры, модель с поддержкой компьютерного зрения описывает то, что видит на кадре, и результат приходит в виде уведомления. Вместо сухого «обнаружено движение» можно получить предложение с описанием: человек, автомобиль, посылка, животное или что-то необычное.

Это очень удобно, однако не стоит делать данный подход единственным уровнем безопасности. ИИ-зрение способно ошибаться с полной уверенностью в своей правоте. Стандартную логику работы датчиков движения, открытия дверей, сигнализации и камер необходимо сохранить. Результат работы ИИ следует воспринимать как дополнительный сигнал, а не как главный орган управления домом.

Выводы

Проект Ollama-HA продолжает использоваться и развиваться, поскольку он сохраняет всю систему простой: Home Assistant отправляет задачу, приложение Ollama-HA обрабатывает ИИ-часть, а автоматизация продолжается дальше. Всё работает на одной машине, без ощущения, что для включения света в умном доме требуется ученая степень и три чашки кофе.