把 AI 接進 Home Assistant：五種來源的完整設定步驟、費用與隱私

charles

這篇的內容（17 段）

1. 做完這篇你會有什麼
2. 步驟 1：確認版本
3. 你會看到什麼
4. 你會看到什麼
5. 步驟 3：選一條路，五選一
6. 路線 A：OpenAI
7. 路線 B：Anthropic（Claude）
8. 路線 C：Google Gemini
9. 路線 D：本地 Ollama
10. 步驟 4：讓 AI 真的能控制裝置
11. 你會看到什麼
12. 你會看到什麼
13. 步驟 8：估算與控制費用
14. 三個一定要做的煞車
15. 五種怎麼選
16. 常見問題對照表
17. 自我檢查

這篇從「什麼都還沒申請」開始，做到 AI 真的能聽懂你講話並且關掉客廳的燈，五種來源（OpenAI、Anthropic、Google、本地 Ollama、HA 自家 Assist）每一種都寫完整的設定步驟。

每一步都有「你會看到什麼」。做完第三步能自己確認第三步成功了，才走第四步。



做完這篇你會有什麼

• 一個會講中文、聽得懂「把客廳的燈關掉」並且真的關掉的對話助理
  
• 一個每天自動看一次攝影機畫面、把結果寫成結構化資料的 AI 任務
  
• 一份知道自己每個月會被扣多少錢的用量估算
  
• 清楚知道哪些資料會離開你家、哪些不會
  

---

先把三個名詞分清楚，不然後面每一步都會走錯房間

Home Assistant 裡跟 AI 有關的東西有三個，設定位置完全不同，很多人卡在這裡。

• Assist 管線（Pipeline） —— 語音的流程管線：喚醒詞、語音轉文字、對話代理、文字轉語音。設定在「設定 → 語音助理」
  
• 對話代理（Conversation agent） —— 真正負責「理解這句話要做什麼」的那一層。可以是 HA 內建的句型比對，也可以換成 LLM。這篇的五種選擇就是在選它
  
• AI 任務（AI Task） —— 跟對話無關。是給自動化用的：丟一張圖或一段文字給 AI，要它回一包結構化資料。設定在「設定 → 系統 → AI 任務」
  

同一把 API 金鑰可以同時供應「對話代理」和「AI 任務」，但它們是整合底下兩個不同的子項目，要分開新增。這是第一個最常見的卡點：很多人設好對話代理，然後在自動化裡找不到 `ai_task.generate_data`，因為 AI 任務那個子項目根本沒建。

---

步驟 1：確認版本

設定 → 系統 → 一般，最下面會顯示版本號。

本篇的寫法以 2026.9 為準（2026 年 9 月 2 日發布，目前的修正版是 2026.9.3）。

你會看到什麼

• 版本是 2025.8 以上 → 可以做這篇的全部內容（AI Task 的檔案與相機附件是 2025.8 加進來的）
  
• 版本在 2024.4 到 2025.7 → 對話代理可以做，AI Task 那一段做不了，先去更新
  
• 版本在 2024.4 以下 → Ollama 整合還不存在，一定要先更新
  

---

步驟 2：先決定 AI 看得到什麼（五條路都要先做這一步）

這一步比選哪家 AI 重要得多。它同時決定三件事：AI 控制得動什麼、每次對話要花多少錢、以及有多少你家的資料會被送出去。

設定 → 語音助理 → 「公開」分頁（英文介面是 Expose）。

你會看到目前被暴露的實體清單。預設不是全部，但通常比你需要的多。

怎麼挑

• 只留你真的會用嘴巴講的 —— 燈、冷氣、電視、常用的開關、幾個關鍵的感測器
  
• 診斷類的全部拿掉 —— Wi-Fi 訊號、運行時間、韌體版本，這些沒有人會用講的去問，但它們會一起被塞進每一次請求
  
• 用本地模型的話，官方建議先控制在 25 個實體以內。小模型看到一長串實體清單就會開始亂點
  

順手把名字改短：在實體的設定裡改「別名（Aliases）」。「客廳崁燈第二迴路」改成「客廳燈」，辨識率會差很多。一個實體可以有多個別名。

你會看到什麼

公開分頁上方會顯示暴露的實體總數。把它從三位數壓到兩位數，這一步就完成了。

這個數字直接是錢：每一次對話，HA 都會把這些實體的名稱與目前狀態一起送給雲端 LLM。200 個實體跟 30 個實體的差別，大概是每次請求 4000 token 對 600 token。

---

步驟 3：選一條路，五選一

下面五條是平行的，先挑一條做完、驗證過，再考慮要不要多裝一個。五個整合可以同時存在，在 Assist 管線裡選哪一個當對話代理是另一件事。

路線 A：OpenAI

A-1 到 platform.openai.com 註冊，左側選單進 API keys，按 Create new secret key。複製那串 `sk-` 開頭的字串 —— 關掉視窗之後就再也看不到了。

A-2 同一個網站，進 Billing，先儲值（最低通常是 5 美元）。沒儲值的話金鑰是存在的、但每次請求都會回 429，而 HA 的錯誤訊息只會說「無法連線」。

A-3 順手設用量上限：Settings → Limits，把 Monthly budget 設成你能接受的數字（例如 5 美元）。超過就自動停掉。

A-4 回到 HA：設定 → 裝置與服務 → 新增整合 → 搜尋 OpenAI，貼上金鑰。

A-5 建好之後，在整合卡片上會看到「1 個服務」。按 新增子項目，這裡可以選要建 Conversation（對話） 還是 AI Task。兩個都要的話就新增兩次。

A-6 進對話子項目的 設定，選模型。建議從 gpt-5-mini 開始。

你會看到什麼：整合卡片上出現「2 個服務、2 個實體」，實體清單裡有 `conversation.openai` 和 `ai_task.openai`（名稱可能略有不同）。

費用（2026 年 8 月的官方價目，每百萬 token）

• gpt-5-nano：輸入 0.05 美元 / 輸出 0.40 美元 —— 最便宜，適合純指令
  
• gpt-5-mini：輸入 0.25 美元 / 輸出 2.00 美元 —— 家用的甜蜜點
  
• gpt-5：輸入 1.25 美元 / 輸出 10.00 美元
  

路線 B：Anthropic（Claude）

B-1 到 console.anthropic.com 註冊，進 API Keys 建一把金鑰。

B-2 同樣要先在 Plans & Billing 儲值。

B-3 HA 裡 新增整合 → 搜尋 Anthropic，貼上金鑰。

B-4 新增子項目時同樣可以選 Conversation 或 AI Task。

B-5 Anthropic 這條路有一個別家沒有的好處：到 設定 → 系統 → AI 任務，把 Claude 的 AI Task 實體設成預設。設完之後，HA 介面裡所有「用 AI 建議」的按鈕（自動化編輯器裡那顆）就會走它。

費用（每百萬 token，輸入/輸出）

• Haiku 4.5：1.00 / 5.00 美元
  
• Sonnet 4.6：3.00 / 15.00 美元 —— 家用控制用這個已經綽綽有餘
  
• Opus 4.7：5.00 / 25.00 美元 —— 控制家裡用不到這個等級
  

⚠ 一個法務上的注意事項：個人與愛好者用 Anthropic API 做自用是可以的，但 API 的使用仍受其商業服務條款約束。純家用沒問題，拿去做商業服務要自己看條款。

路線 C：Google Gemini

C-1 到 ai.google.dev（Google AI Studio），用 Google 帳號登入，按 Get API key。

C-2 這條路可以完全不用付錢 —— Gemini 有免費層，只是有速率限制。家用一天幾十句完全夠。

C-3 HA 裡 新增整合 → 搜尋 Google Generative AI（介面上顯示為 Google Gemini），貼上金鑰。

C-4 選模型時 不要選 Gemini 2.5 Flash —— 官方已排定 2026 年 6 月 17 日淘汰。選 Gemini 3 Flash 或 Gemini 3.1 Flash-Lite。

費用（每百萬 input token）：Gemini 3 Flash 0.50 美元、Gemini 3.1 Flash-Lite 0.25 美元。兩者都還保留免費層。

C-5 Google 這個整合除了對話代理，還一併提供語音轉文字與文字轉語音實體，可以直接拿去接 Assist 管線的另外兩格。

⚠ 有地區限制。申請不到金鑰、或是 HA 一直回「無效的 API 金鑰」時，先確認你的 Google 帳號所在地區在支援清單裡。

路線 D：本地 Ollama

這條路資料一個字都不會離開你家，但要自己準備硬體。

⚠ 先講一個一定會踩到的事：Home Assistant OS 沒有官方的 Ollama 附加元件，而且 HAOS 的附加元件環境拿不到顯示卡。Ollama 一定是跑在另一台機器（或同一台機器的另一個 Docker 環境），HA 透過網路去呼叫它。

D-1 在那台有顯示卡的機器上裝 NVIDIA Container Toolkit（Ubuntu / Debian）：

1. # 加入 NVIDIA 的套件庫
2. curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
3.   | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
4. curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
5.   | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
6.   | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
8. sudo apt-get update
9. sudo apt-get install -y nvidia-container-toolkit
10. sudo nvidia-ctk runtime configure --runtime=docker
11. sudo systemctl restart docker

複製代碼

你會看到什麼：

1. docker run --rm --gpus all ubuntu nvidia-smi

複製代碼

應該印出一張顯示卡的表格，含型號與記憶體用量。印出 `could not select device driver` 代表 toolkit 沒設定成功，回去重跑 `nvidia-ctk runtime configure`。

D-2 建立 /opt/ollama/docker-compose.yml，整份貼進去：

以下還有約 62% 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