讓本地 LLM 控制你家：選模型、控制範圍、避免它亂來

charles · 發表於 2026-9-21 13:35:40

這篇的內容（10 段）

加了 LLM 之後差在哪
步驟 1：裝 Ollama
步驟 3：在 HA 裡接上
怎麼知道 context 是不是不夠用
步驟 6：寫系統提示詞
一、說有做但其實沒做
二、開錯裝置
三、對話跑題
四、越用越慢
完全不用 LLM 也是一個好選擇

把一個跑在自己機器上的大語言模型接進 Home Assistant，「客廳有點暗」這種話它聽得懂。這篇講怎麼接、怎麼選模型、以及它會怎麼出錯。

加了 LLM 之後差在哪

Home Assistant 內建的語音理解（Assist）是比對句型的：

「開客廳的燈」—— 可以
「客廳有點暗」—— 不行，它沒有這個句型
「家裡現在有哪些燈開著」—— 不行

接上 LLM 之後這三句都能處理，代價是：

慢。句型比對通常一秒內，LLM 要兩到四秒，視機器而定
吃資源。模型要長期佔著記憶體或顯存
會犯錯，而且錯的方式很難預測（後面有一整段）

⚠ 一件要先知道的事：Ollama 整合不支援語句觸發器（sentence trigger）。也就是說，你在自動化裡寫的「當有人說『我回來了』就執行 X」那種觸發器，走 LLM 這條路不會被觸發。官方文件有明講。需要語句觸發器的功能要留在內建的 Assist 那一側。

步驟 1：裝 Ollama

Ollama 是跑本地模型最省事的工具。三種裝法：

裝在另一台有顯卡的電腦上 —— 最快，推薦
Docker 跑在 NAS 或迷你主機上 —— 沒顯卡也能跑小模型
HA 的 Ollama 應用程式 —— 最省事，但跟 HA 搶同一顆 CPU 和同一條記憶體，HA 會變鈍

Docker 的裝法：

docker run -d \
--name ollama \
--restart unless-stopped \
-p 11434:11434 \
-v ollama:/root/.ollama \
ollama/ollama

複製代碼

有 NVIDIA 顯卡的話加一行（需要先裝好 NVIDIA Container Toolkit）：

docker run -d \
--name ollama \
--restart unless-stopped \
--gpus all \
-p 11434:11434 \
-v ollama:/root/.ollama \
ollama/ollama

複製代碼

-v ollama:/root/.ollama 不能省，模型檔案存在那裡。沒掛載的話容器一重建就要重新下載好幾 GB。

你會看到什麼：

docker logs ollama --tail 20

複製代碼

最後應該有一行

Listening on [::]:11434 (version 0.34.4)

複製代碼

有顯卡的話再往上幾行會看到它認出你的卡，例如 `inference compute ... name="NVIDIA GeForce RTX 4060"`。

看不到顯卡那幾行 —— `--gpus all` 沒生效，或 NVIDIA Container Toolkit 沒裝。模型還是會跑，但用 CPU，會慢非常多。

⚠ 預設只有本機連得到。HA 在別台機器上的話要讓 Ollama 聽外部連線。Docker 的 `-p 11434:11434` 已經處理好了；直接裝在主機上的人要另外設 `OLLAMA_HOST=0.0.0.0`。

驗證：從跑 HA 的那台機器打一次

curl http://你的Ollama主機IP:11434/api/tags

複製代碼

你會看到什麼：一段 JSON，剛裝好的話是 `{"models":[]}`（還沒下載任何模型）。

以下還有約 80% 的內容
登入後即可閱讀完整教學

登入繼續閱讀使用 Google 登入

		自動登入	找回密碼
密碼			立即註冊

讓本地 LLM 控制你家：選模型、控制範圍、避免它亂來

延伸閱讀

瀏覽過的版塊