【OpenClaw全面解析：从零到精通】第41篇：OpenClaw + Home Assistant 智能家居实战：飞书一句话控制全屋设备，打造真正的 AI 管家-创锋一号

上一篇【第40篇】OpenClaw IDE集成深度指南——从VSCode插件到ACP协议让AI Agent驱动编辑器实战
下一篇【第42篇】OpenClaw RAG知识库智能客服实战：用向量检索打造"懂业务"的AI助手（明日更新，敬请期待）

摘要

OpenClaw + Home Assistant的智能家居集成方案正在成为 2026 年最受关注的本地化 AI 落地场景之一。通过ha-mcp技能插件搭建"飞书 → OpenClaw → ha-mcp → Home Assistant → 米家/SwitchBot/HomeKit"全链路，你只需在飞书（或钉钉、微信等渠道）发送自然语言指令，即可控制全屋 34 类智能设备，实现"把卧室调成睡眠模式"而非仅仅"关灯"的复杂场景联动。本文提供从零搭建到生产部署的完整实战指南，包含环境准备、ha-mcp 安装与配置、多平台设备接入、场景联动编写、Cron 自动化调度，以及隐私安全最佳实践。

一、为什么 AI 智能家居需要 OpenClaw

1.1 传统智能家居的三大痛点

2026 年，国内智能家居市场迎来了爆发式增长——小米发布 miloco AI 智能家居系统、SwitchBot 推出原生 AI Hub、Home Assistant 社区持续壮大。然而，绝大多数用户仍然面临三个核心痛点：

指令刚性：语音助手只能执行预设命令，无法理解"营造一个适合深度工作的氛围"这类语义指令
平台孤岛：小米设备、Apple HomeKit、SwitchBot、涂鸦（Tuya）等各自为政，联动逻辑复杂
缺乏长期记忆：每次交互都是独立事件，AI 不知道你昨天说"以后周五晚上 8 点播放爵士乐"

什么是 OpenClaw 智能家居方案？
OpenClaw 智能家居方案是通过ha-mcp（Home Assistant MCP 技能）将 OpenClaw AI Agent 与 Home Assistant 家庭自动化平台连接，使 AI 能够以自然语言查询设备状态、执行控制指令、编排自动化场景，并结合 OpenClaw 的记忆系统记住用户偏好。这是一套完全本地化、隐私可控、可扩展的智能家居 AI 解决方案。

1.2 OpenClaw 方案的核心价值

OpenClaw 打破了上述三大痛点：

痛点	传统方案	OpenClaw 方案
指令刚性	固定关键词匹配	LLM 语义理解，支持模糊意图
平台孤岛	各 App 独立控制	HA 统一管理，OpenClaw 统一入口
长期记忆	无	QMD/Active Memory 记住用户习惯
接入渠道	专用 App	飞书、钉钉、微信、Telegram 等 20+

根据知乎用户（2026-03-16）的实测报告，通过飞书接入 OpenClaw 控制小米设备，平均响应时间 1.2 秒，指令理解准确率超过92%，远超传统语音助手（小爱同学约 78%）。

1.3 技术架构全览

用户发送消息（飞书/钉钉/微信） │ ▼ OpenClaw Gateway ┌──────────────────────────────────────┐ │ Agent Loop（Lobster Loop） │ │ 理解意图 → 选择工具 → 执行动作 → 返回结果 │ │ │ │ ha-mcp（MCP 技能） │ │ 34 类工具：灯光/空调/门锁/媒体... │ └──────────────────────────────────────┘ │ REST API / WebSocket ▼ Home Assistant (本地局域网) │ ┌─────┼─────┬──────────────┐ ▼ ▼ ▼ ▼ 米家 SwitchBot HomeKit 涂鸦(Tuya)

二、环境准备：Home Assistant 与 OpenClaw 安装

2.1 Home Assistant 安装（快速版）

Home Assistant（以下简称 HA）是智能家居的"中枢大脑"，支持 3,000+ 集成和全平台部署。

推荐安装方式（按场景选择）：

方式	适用场景	特点
Home Assistant OS（树莓派）	家庭专用服务器	功能最全，支持 Add-ons
Docker 部署	已有 Linux 服务器	轻量灵活，易于迁移
群晖 NAS 部署	已有 NAS 用户	节省单独设备成本

Docker 快速安装：

# 创建数据目录mkdir-p/opt/homeassistant# 启动 Home Assistantdockerrun-d\--namehomeassistant\--privileged\--restart=unless-stopped\-eTZ=Asia/Shanghai\-v/opt/homeassistant:/config\--network=host\ghcr.io/home-assistant/home-assistant:stable# 访问：http://YOUR_IP:8123

安装完成后，完成初始配置向导并获取长期访问令牌（Long-Lived Access Token）：

Home Assistant → 用户头像 → 安全 → 创建令牌 → 名称：openclaw-token → 复制令牌值（只显示一次，请保存好）

2.2 OpenClaw 安装与飞书接入

如果你已有 OpenClaw，可以跳过此步。新用户参考以下快速安装：

# 全局安装 OpenClawnpminstall-gopenclaw# 初始化配置openclaw start# 验证运行openclaw doctor

飞书渠道配置（最常用的国内渠道）：

# openclaw.yamlchannels:feishu:enabled:trueapp_id:"your-feishu-app-id"app_secret:"your-feishu-app-secret"verification_token:"your-verification-token"encrypt_key:"your-encrypt-key"# 可选，建议开启webhook_url:"https://your-domain.com/channel/feishu"

国内用户提示：OpenClaw 默认通过 Anthropic/OpenAI 接口工作，国内建议配置中转代理或使用 DeepSeek/通义千问等国产大模型（参见第 026 篇）。

三、ha-mcp 技能：OpenClaw 的智能家居"接管层"

3.1 什么是 ha-mcp

什么是 ha-mcp？
ha-mcp是一个 OpenClaw 技能（Skill），通过 Model Context Protocol（MCP）协议将 Home Assistant 的 REST API 封装为 AI 可调用的工具集，使 OpenClaw Agent 能够以自然语言查询和控制家庭自动化设备。ha-mcp支持 34 类工具，覆盖灯光、气候、门锁、媒体播放器、传感器、场景激活、自动化触发等主要设备类别（来源：ClawSkills.sh，2026-02-28）。

支持的 34 类工具一览：

类别	工具数量	典型操作
灯光（light）	8	开关、亮度、色温、颜色
气候（climate）	5	设置温度、模式切换、风速
门锁（lock）	3	锁定、解锁、查询状态
媒体播放（media_player）	6	播放/暂停、音量、切换来源
开关（switch）	3	开/关、查询状态
传感器（sensor）	4	温湿度、电量、运动检测
场景（scene）	2	激活场景
自动化（automation）	3	触发、启用/禁用自动化

3.2 安装 ha-mcp 技能

方式一：ClawHub 一键安装（推荐）

# 通过 OpenClaw CLI 安装openclaw skillsinstallha-mcp# 或通过飞书/微信对话安装# 发送消息：/skill install ha-mcp

方式二：手动配置 MCP

# openclaw.yaml - 手动配置 ha-mcp MCP 服务器mcp:servers:home-assistant:command:uvxargs:-mcp-hassenv:HASS_URL:"http://192.168.1.100:8123"# HA 地址HASS_TOKEN:"your-long-lived-access-token"

安全提示：HA 令牌具有完全访问权限，建议使用环境变量或加密存储，不要直接写入 YAML 文件。

方式三：使用 techartdev/OpenClawHomeAssistant 专属 Add-on

如果你使用 Home Assistant OS，可以直接安装官方 Add-on：

HA → Add-on 商店 → 搜索 "OpenClaw" → 安装 OpenClaw Assistant Add-on → 配置 OpenClaw API 密钥 → 启动

3.3 技能配置文件详解

# ~/.openclaw/skills/ha-mcp/SKILL.md 配置（核心字段）name:ha-mcpversion:"2.4.0"description:|Controls Home Assistant smart home devices and queries device states. Supports 34+ tools including lights, climate, locks, media players.# MCP 服务器配置mcp:server:home-assistant# 工具激活（按需选择）tools:-light_turn_on-light_turn_off-light_set_brightness-light_set_color_temp-climate_set_temperature-climate_set_hvac_mode-lock_lock-lock_unlock-media_player_play-media_player_pause-media_player_volume_set-scene_turn_on-sensor_get_state-automation_trigger# 设备别名（让 AI 理解你家的设备名称）aliases:"客厅灯":"light.living_room""主卧空调":"climate.master_bedroom_ac""大门":"lock.front_door""电视":"media_player.living_room_tv""睡眠模式":"scene.sleep_mode"

四、设备接入实战：小米、SwitchBot、HomeKit 三大平台

4.1 小米米家设备接入

小米米家是国内用户最常用的智能家居生态，通过 Home Assistant 的xiaomi_miot集成支持 300+ 米家设备：

步骤一：安装 Xiaomi Miot Auto 集成

# configuration.yaml 或 HA UI 配置# HA → 设置 → 设备与服务 → 添加集成# 搜索：Xiaomi Miot Auto# 输入小米账号和密码（建议使用小号）

步骤二：配置设备实体

HA 自动发现米家设备后，给关键设备配置友好名称：

# configuration.yamlhomeassistant:customize:light.xiaomi_light_001:friendly_name:"客厅主灯"climate.xiaomi_ac_002:friendly_name:"卧室空调"media_player.xiaomi_tv:friendly_name:"小米电视"

步骤三：OpenClaw 自然语言控制演示

配置完成后，在飞书发送：

用户：把客厅亮度调到 60%，色温设为暖白 OpenClaw：好的，正在调整客厅灯光... 已将"客厅主灯"亮度设为 60%（153/255），色温设为 3000K（暖白），当前状态：✅ 开启

飞书→小米电视全链路实测（基于知乎用户三天实测报告，2026-03-16）：

链路：飞书消息 → OpenClaw Gateway → ha-mcp → Home Assistant → xiaomi_miot → 小米电视 用户：切换到优酷，播放《三体》 时延：约 1.4 秒（局域网环境） 准确率：14/15 次（93.3%）

4.2 SwitchBot 设备接入

SwitchBot 是海外和国内都颇受欢迎的智能家居品牌，原生支持 Home Assistant：

# HA 配置# 设置 → 设备与服务 → 添加 SwitchBot 集成# 输入 API Token 和 Secret# SwitchBot 设备自动注册后，配置 OpenClaw 别名# openclaw.yamlagents:default:skills:ha-mcp:aliases:"床头灯":"light.switchbot_bulb_bedroom""窗帘":"cover.switchbot_curtain_living""温控器":"climate.switchbot_hub_thermo"

根据 openclaws.io 2026-02-23 的报道，SwitchBot Hub 2 已原生支持 OpenClaw AI 控制，硬件层直接集成 LLM 理解能力，无需经过 Home Assistant 中转，延迟降低至约0.8 秒。

4.3 Apple HomeKit 设备接入

通过 HA 的 HomeKit Device 集成，可以将 iPhone/iPad 里的 HomeKit 设备统一接入 OpenClaw 管控：

# HA → 设置 → 添加 HomeKit Device 集成# 扫描或输入配对码# 典型 HomeKit 设备接入后的控制# 飞书消息：用户：打开窗帘 30%，温度设为 26 度 OpenClaw： ✅ 客厅窗帘 → 已开启 30%（HomeKit Cover） ✅ 卧室空调 → 已设置 26°C 制冷模式（HomeKit Thermostat）

三大平台对比：

平台	优势	注意事项	最低延迟
小米米家	设备丰富，国内最广泛	需要小米账号，偶有 Token 过期	1.2s
SwitchBot	支持传统设备改造，无需换设备	API 调用有频率限制（每日 1万次）	0.8s
Apple HomeKit	稳定可靠，隐私保护好	设备价格偏高，生态相对封闭	1.5s

五、场景联动：让 AI 理解复杂指令

5.1 自然语言场景匹配

传统智能家居语音助手的最大局限是"指令刚性"——必须说"打开客厅灯"，不能说"开一下灯"。OpenClaw 配合 LLM 彻底解决了这个问题：

示例对话（实测场景）：

用户：我要睡觉了 OpenClaw：好的，帮你准备睡眠环境... ✅ 客厅灯 → 已关闭 ✅ 卧室灯 → 亮度 10%，色温 2700K（夜间模式） ✅ 空调 → 已设置 26°C 睡眠模式，3小时后降至25°C ✅ 电视 → 已关闭 ✅ 已激活"睡眠模式"场景 用户：下次我说睡觉的时候也这样 OpenClaw：好的，我已记住这个偏好，以后说"睡觉了"会自动执行这套流程。 [Active Memory 记录用户偏好]

5.2 在 HA 中创建自定义场景

配合 HA 场景功能，可以预设复杂的设备组合：

# configuration.yaml 或 HA 场景编辑器scene:-name:工作模式entities:light.office_main:state:"on"brightness:220color_temp:4000climate.office_ac:state:"cool"temperature:24media_player.office_speaker:state:"off"-name:睡眠模式entities:light.bedroom_main:state:"on"brightness:25color_temp:2700light.living_room:state:"off"climate.bedroom_ac:state:"sleep"temperature:26switch.tv_main:state:"off"-name:回家模式entities:light.entrance:state:"on"brightness:255climate.living_room_ac:state:"cool"temperature:25media_player.living_room_tv:state:"on"source:"优酷"

5.3 基于传感器的智能联动

结合 HA 传感器数据，OpenClaw 可以根据实时环境做出决策：

场景：根据室内 CO₂ 浓度自动提醒开窗

# openclaw.yaml - 环境感知 Skillskills:air-quality-guardian:description:"监控室内空气质量，超标时提醒用户开窗"# 定时检查（每30分钟）cron:"*/30 * * * *"prompt:|查询 sensor.co2_living_room 的当前值。 如果 CO₂ 浓度超过 1000ppm，通过飞书发送提醒消息： "客厅 CO₂ 浓度当前为 {value}ppm，已超过健康标准（1000ppm）， 建议开窗通风 15 分钟"，并尝试打开智能窗户。

场景：门铃响起自动通知并截图

# openclaw.yaml - 门铃联动hooks:on_sensor_state_change:entity_id:"binary_sensor.doorbell"state:"on"actions:-notify:channel:feishumessage:"有人按门铃了 🔔，正在获取门口监控画面..."-ha_action:service:camera.snapshotentity_id:"camera.front_door"save_to:"/tmp/doorbell_{{timestamp}}.jpg"-send_image:channel:feishupath:"/tmp/doorbell_{{timestamp}}.jpg"

六、Cron 自动化：让 OpenClaw 成为你的"家庭管家"

6.1 早晨唤醒流程

# openclaw.yaml - 工作日早晨唤醒schedule:morning_routine:# 工作日 7:00 执行cron:"0 7 * * 1-5"actions:prompt:|执行早晨唤醒流程： 1. 渐进开启卧室灯（亮度从0逐步升至100%，历时10分钟） 2. 将卧室温度调整为 24°C 3. 打开厨房灯 4. 通过飞书发送今日天气和日程简报 5. 如果今天有会议，提前30分钟发送提醒# 需要天气和日历工具tools:-ha-mcp-weather-skill-feishu-calendar

6.2 离家/回家自动检测

通过手机定位触发，实现无感自动化：

# openclaw.yaml - 离家自动化hooks:on_device_tracker_update:entity_id:"device_tracker.your_phone"# 离家时on_away:prompt:|用户已离开家，请检查并执行： 1. 关闭所有灯光（检查每个区域） 2. 关闭空调（若无其他人在家） 3. 锁定前门 4. 打开安防模式 5. 发送飞书消息确认："已确认您离家，所有设备已关闭 🏃"# 接近家时（距离500米内）on_home:prompt:|用户即将到家（距离约500米），提前准备： 1. 打开玄关灯 2. 夏季：提前5分钟开启客厅空调（制冷25°C） 3. 冬季：提前5分钟开启地暖 4. 发送消息："检测到您快到家了，已为您准备好环境 🏠"

6.3 周末模式与节能调度

# openclaw.yaml - 节能调度schedule:# 工作日晚10点后切换节能模式night_energy_save:cron:"0 22 * * 1-5"prompt:|切换到夜间节能模式： - 将所有灯光亮度降至 30% - 空调温度上调 1°C（制冷模式） - 关闭非必要设备（如工作灯） - 发送日耗电统计报告# 周末早上9点weekend_morning:cron:"0 9 * * 6,7"prompt:|周末早上好！执行周末唤醒流程： - 缓慢开启全屋灯光（亮度70%） - 播放周末音乐清单（media_player.living_room，来源：Apple Music） - 温度设为 25°C - 发送今日新闻摘要和天气预报

七、隐私安全与部署最佳实践

7.1 本地化部署的隐私优势

OpenClaw + Home Assistant 方案最重要的优势之一是本地化。家庭设备数据全程在本地网络流通，不经过云端服务器：

设备状态 → Home Assistant（本地） → ha-mcp → OpenClaw（本地） ↕ LLM 推理（可本地化） ↕ 飞书消息（加密传输）

若要完全本地化（不使用云端 LLM），推荐配置：

# openclaw.yaml - 完全本地化方案providers:default:# 使用本地 Ollama 模型api:"http://localhost:11434"model:"llama3:70b"# 需要至少 64GB 内存# 或使用 LM Studioapi:"http://localhost:1234/v1"model:"qwen2.5-72b-instruct"

7.2 HA Long-Lived Token 安全管理

# ❌ 不安全：直接写入配置文件HASS_TOKEN:"eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..."# ✅ 安全：使用环境变量# 在 ~/.openclaw/.env 文件HASS_URL=http://192.168.1.100:8123HASS_TOKEN=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...# openclaw.yaml 引用环境变量mcp: servers: home-assistant: env: HASS_URL:"${HASS_URL}"HASS_TOKEN:"${HASS_TOKEN}"

7.3 权限最小化原则

建议为 OpenClaw 创建专用 HA 账户，限制其权限范围：

# HA → 管理员账户 → 创建子账户：openclaw-bot# 限制访问的实体组（不包括安全摄像头、密码类传感器等）# HA - groups.yaml（已废弃但可类比于 Label 过滤）openclaw_allowed_domains:-light-climate-media_player-scene-switch# 不包括：camera, alarm_control_panel, lock（除非明确授权）

7.4 生产部署网络安全配置

# openclaw.yaml - 安全加固gateway:# 仅允许本地网络访问 HA 端点allowedHosts:-"192.168.0.0/24"# 本地局域网# 飞书 webhook 签名验证channels:feishu:verify_signature:truesignature_key:"${FEISHU_SIGN_KEY}"# 设置 requireApproval 避免误操作高危设备skills:ha-mcp:requireApproval:-"lock_unlock"# 解锁操作需人工确认-"alarm_disarm"# 解除安防需人工确认

八、常见问题解答（FAQ）

Q1：ha-mcp 连不上 Home Assistant 怎么办？

A：首先检查以下几点：

HASS_URL是否为局域网 IP（如http://192.168.1.100:8123），而非localhost（Docker 容器网络隔离）
Long-Lived Access Token 是否过期（有效期通常为永久，但可能被手动撤销）
HA 防火墙是否允许 OpenClaw 所在 IP 访问 8123 端口
运行curl -H "Authorization: Bearer YOUR_TOKEN" http://192.168.1.100:8123/api/测试连通性

Q2：如何让 OpenClaw 记住我的设备习惯？

A：在对话中直接告诉 OpenClaw：

用户：以后每天晚上 10 点，把客厅灯调暗到 20% OpenClaw：好的，我已添加每日定时任务： Cron: 0 22 * * * 操作：将 light.living_room 亮度设为 20% [已写入 openclaw.yaml 的 schedule 配置]

或者明确说"记住这个习惯"，OpenClaw 会通过 Active Memory 记录。

Q3：控制米家设备经常出现"实体不可用"怎么办？

A：这通常是 xiaomi_miot 集成的 Token 过期问题：

# HA → 设置 → 设备与服务 → 小米 Miot Auto → 重新认证# 或删除并重新添加集成

另外，米家服务器在国内有时会限速，建议设置request_timeout: 30并添加重试逻辑。

Q4：可以用手机定位控制离家/回家自动化吗？

A：支持。推荐以下方案：

iPhone 用户：使用 Home Assistant Companion App（支持精确定位触发）
Android 用户：同样支持 HA Companion App
无手机追踪：可用路由器 MAC 地址检测（适用于家庭路由器）

Q5：飞书机器人响应太慢（超过 3 秒）怎么优化？

A：响应时间超过 3 秒通常有以下原因：

LLM 推理慢：切换到更快的模型（Haiku > Sonnet > Opus）或使用本地 Qwen/DeepSeek
HA 响应慢：检查 HA 主机性能，建议至少 4 核 CPU + 4GB 内存
网络延迟：确保 OpenClaw 与 HA 在同一局域网，避免走公网中转

九、进阶：OpenClaw 与 ha-mcp 的未来演进

9.1 语音控制（配合 v2026.4.15 Gemini TTS）

结合 v2026.4.15 引入的 Gemini TTS 能力，可以构建语音反馈闭环：

# 语音控制智能家居channels:voice:provider:googlemodel:gemini-tts-2voice_id:"zh-CN-Neural2-A"# 收到指令后语音播报执行结果hooks:after_ha_action:tts:enabled:truetemplate:"好的，{{action_description}}已完成"

9.2 视觉理解（门口摄像头分析）

结合 v2026.4.10 的 Active Memory 和图像理解能力：

# 摄像头内容理解技能skills:vision-security:trigger:"camera.front_door 检测到运动"prompt:|获取 camera.front_door 的截图，分析： 1. 是否是认识的人？（与已知家庭成员照片比对） 2. 是否有可疑行为？ 3. 根据分析结果决定是否发送警报通知

总结

OpenClaw + Home Assistant智能家居方案代表了 2026 年本地化 AI Agent 应用的最佳实践之一：本地优先、隐私可控、语义理解、记忆进化。通过ha-mcp技能的 34 类工具，OpenClaw 能够以自然语言控制小米米家、SwitchBot、HomeKit 等主流平台的全屋设备；结合 Cron 定时任务和传感器联动，真正实现了"早上说’我要起床了’，全屋自动进入唤醒模式"的智能体验。

与小米 miloco、Google Home 等封闭式方案相比，OpenClaw + HA 最大的优势是开放可编程——你能用一句自然语言创建复杂的联动规则，并通过 Active Memory 让系统持续学习你的偏好。这不仅是一个更智能的语音助手，更是一个真正意义上的"AI 家庭管家"。