在dify中结合home assistant实现本地化自然语言智能家居控制，需配置ha rest api、创建长期令牌、在dify中定义http工具插件并构建含rag实体映射与条件分支调用的工作流，全程离线运行且不泄露数据。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在Dify中结合Home Assistant实现基于自然语言的智能家居场景控制，需打通AI Agent与家庭自动化平台的数据通路，让用户一句“把客厅空调调到26度并打开落地灯”即可触发真实设备动作，全程不依赖云端语音服务、不泄露设备状态到第三方。
准备Home Assistant基础环境
确保Home Assistant已部署完成且可稳定访问Web界面，推荐使用Home Assistant OS或Docker方式安装，避免使用Supervised模式（因其对自定义集成支持受限）。
进入配置 → 系统 → 高级模式开启，然后前往配置 → 网络确认HTTP端口为8123且勾选“允许来自本地网络的连接”。
在配置 → 系统 → 令牌中创建一个长期访问令牌（Long-Lived Access Token），复制保存——【该令牌等同于你的HA账号密码，请勿截图、勿存明文文件、勿提交至Git】。
启用Home Assistant REST API并验证连通性
Home Assistant默认启用REST API，但需确认其响应正常。在浏览器中访问：http://[你的HA地址]:8123/api/，返回{"message": "API running."}即为就绪。
用curl测试实体查询（替换为你实际的IP和令牌）：
curl -X GET "http://192.168.3.10:8123/api/states/light.living_room" \-H "Authorization: Bearer eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9..." \-H "Content-Type: application/json"
若返回light实体当前状态（如on/off、brightness等），说明API通道已通；若返回401错误，请检查令牌是否过期或复制遗漏。
在Dify中配置Home Assistant工具插件
登录Dify控制台，进入应用 → 工具 → 创建工具，选择“HTTP请求”类型工具。
填写以下字段：
名称：HA_Control_Light
描述：控制任意灯光开关与亮度
URL：http://192.168.3.10:8123/api/services/light/turn_on
请求方法：POST
Headers：{ "Authorization": "Bearer {token}", "Content-Type": "application/json" }
Body模板：
{ "entity_id": "{entity_id}", "brightness_pct": "{brightness_pct}" }
参数配置三项：token（字符串，必填）、entity_id（字符串，必填）、brightness_pct（数字，可选，默认100）。
重复上述流程，再添加两个工具：
• HA_Control_Climate：调用/api/services/climate/set_temperature，参数含entity_id与temperature；
• HA_Get_State：调用/api/states/{entity_id}，仅需token与entity_id参数，用于状态感知。
构建自然语言解析与设备映射逻辑
在Dify工作流中新建一个LLM节点，输入系统提示词：
“你是一个Home Assistant智能管家。用户会用日常语言提出设备控制请求。请严格按以下规则响应：①只输出JSON，无任何额外文字；②键名固定为action、target、value；③action只能是turn_on、turn_off、set_temperature、get_state之一；④target必须是HA中真实存在的实体ID（如light.living_room、climate.bedroom）；⑤value为数字或字符串，依action而定。例如用户说‘关掉卧室灯’→{“action”:“turn_off”,“target”:“light.bedroom”,“value”:null}。”
注意：实体ID不能靠猜测，必须提前在Dify知识库中上传一份home-assistant-entities.csv，含三列：中文名（如“客厅主灯”）、实体ID（light.living_room）、类型（light/climate/switch）。Dify将自动启用RAG检索，当用户说“打开大灯”，模型能匹配到“客厅主灯”并提取对应ID。
串联工具调用与错误兜底机制
将LLM节点输出接入“条件分支”节点，判断action字段值：
• 若为turn_on或turn_off → 调用HA_Control_Light工具，传入target作为entity_id，value为空时设brightness_pct=100；
• 若为set_temperature → 调用HA_Control_Climate，传入target与value；
• 若为get_state → 调用HA_Get_State，仅传target。
每个工具节点后接一个“JSON解析”节点，提取响应中的status或error字段；若捕获到HTTP 404或“Entity not found”，则触发备用回复：“未找到设备【{target}】，请确认名称是否正确或设备是否在线”。
最后将所有路径汇总至终态节点，输出纯文本响应，例如：“已将客厅空调设为26℃，落地灯已开启”。
