Die aktuelle Entwicklungslinie ist vollständig aktor-zentriert: Nutzer wählen nur Home-Assistant-Aktuatoren aus. SillyHome Next findet Sensoren, Zustände und Kontext automatisch, wertet die vorhandene Historie aus und hält passende lokale Modelle autonom aktuell. Es gibt keinen Regel-, Trigger-, Sensor- oder YAML-Konfigurationsschritt.

Motivation

TheSillyHome zeigte die Idee: statt statischer Regeln das Zuhause aus Verhaltensmustern verstehen. Diese Architektur modernisiert den Ansatz in Richtung Explainable AI, hybride Intelligenzebenen und langlebige Wartbarkeit.

Ziele

Home Assistant und Sensoren/Aktoren verstehen
Historie auswerten und Gewohnheiten erkennen
Vorhersagen erstellen und erklären
Persönliches Verhalten pro Aktor lernen und zukünftige Handlungen vorhersagen
Lokal-first ohne Cloudpflicht
Erweiterbar, testbar, dokumentiert

Quickstart

Python-Venv anlegen und Abhängigkeiten installieren:

python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"

Konfiguration aus .env.example übernehmen und anpassen:

cp .env.example .env

API starten:

uvicorn app.main:app --reload

Erreichbar unter:

http://127.0.0.1:8000/ - lokales Dashboard
http://127.0.0.1:8000/health - Health-Check
http://127.0.0.1:8000/docs/ - OpenAPI-Dokumentation
http://127.0.0.1:8000/v1/entities - Home-Assistant-Entities
http://127.0.0.1:8000/v1/discovery - klassifizierte, filterbare Entities
http://127.0.0.1:8000/v1/history - normalisierte numerische Zeitreihen
http://127.0.0.1:8000/v1/actuators/discovery - unterstützte Aktuatoren für den aktor-zentrierten Workflow
http://127.0.0.1:8000/v1/actuators/dashboard - schnelle Dashboard-Startdaten aus Store und JSON-Cache
http://127.0.0.1:8000/v1/actuators/summary - schlanke Liste beobachteter Aktoren
POST http://127.0.0.1:8000/v1/actuators - Aktor freigeben; Kontextzuordnung und Modell-Lebenszyklus starten automatisch
POST http://127.0.0.1:8000/v1/actuators/{entity_id}/evaluate - Shadow-Vorhersage aktualisieren
POST http://127.0.0.1:8000/v1/actuators/{entity_id}/activation - autonomes Schalten pro Aktor freigeben oder stoppen
POST http://127.0.0.1:8000/v1/actuators/reconciliation/run - globale Reconciliation manuell anstoßen
http://127.0.0.1:8000/ml/health - Registry-/Serving-Health
POST http://127.0.0.1:8000/ml/retrain - Modell-Metadaten aktualisieren
POST http://127.0.0.1:8000/ml/evaluate - MAE/RMSE/Coverage berechnen

Ohne vollständige HA-Konfiguration liefert /v1/entities bewusst 503.

Docker Compose

cp .env.example .env
docker compose up --build -d
curl --fail http://127.0.0.1:8000/health

Compose veröffentlicht die API standardmäßig nur auf 127.0.0.1. Für Zugriff aus dem Netz muss ein authentifizierender Reverse Proxy vorgeschaltet werden.

ENV-Konfiguration (`.env.example`)

SILLYHOME_HA_URL – Basis-URL deiner Home-Assistant-Instanz (z. B. http://homeassistant.local:8123)
SILLYHOME_HA_TOKEN – Long-Lived Access Token eines dedizierten HA-Benutzers mit minimalen Rechten
SILLYHOME_MODEL_STORE – Verzeichnis für persistierte Modell-Metadaten
SILLYHOME_ACTUATOR_STORE – Verzeichnis für persistente Aktor-Zuordnungen und Reconciliation-Status
SILLYHOME_HISTORY_DAYS – Trainingsfenster für HA-History (1 bis 31 Tage)
SILLYHOME_MIN_TRAINING_POINTS – Mindestanzahl nutzbarer numerischer Messpunkte vor einem Modelltraining
SILLYHOME_RETRAIN_STALE_HOURS – Staleness-Grenze für automatisches Retraining
SILLYHOME_RECONCILE_INTERVAL_SECONDS – Intervall für sichere periodische Reconciliation
SILLYHOME_MIN_BEHAVIOR_ACTIONS – Mindestzahl gelernter Handlungen vor einer Freigabe
SILLYHOME_PREDICTION_CONFIDENCE – Mindestkonfidenz für autonomes Schalten
SILLYHOME_PREDICTION_WINDOW_MINUTES – Zeitfenster um gelernte Handlungsmuster
SILLYHOME_PREDICTION_INTERVAL_SECONDS – Intervall für Shadow-/Aktiv-Vorhersagen
SILLYHOME_EXECUTION_COOLDOWN_SECONDS – Mindestabstand zwischen eigenen Schaltungen
SILLYHOME_TIMEZONE – lokale Zeitzone für Tages- und Wochenmuster

Niemals Administrator-Tokens oder Passwörter eintragen. .env gehört nicht ins Versionskontrollsystem.

Home-Assistant-Add-on

Das Repository ist zugleich ein Home-Assistant-Add-on-Repository. In Home Assistant unter Einstellungen → Add-ons → Add-on-Shop → Repositories diese URL eintragen:

http://192.168.6.31:3000/pino/sillyhome-next

Danach SillyHome Next installieren und starten. Das Dashboard wird per Ingress geöffnet. Dort werden ausschließlich erlaubte Aktoren ausgewählt; Kontext- und Lernentscheidungen erfolgen automatisch.

Normaler Workflow

Im Dashboard einen Aktor auswählen, zum Beispiel light.abstellkammer.
SillyHome Next bewertet automatisch Messwerte, Anwesenheit, Bewegung, Bereiche, Gerätebeziehungen und weitere HA-Kontexte.
Das System verwendet selbstständig die beste verfügbare Zuordnung. Niedrige Sicherheit bleibt als Diagnose sichtbar, verlangt aber keine manuelle Konfiguration.
Sobald genügend Historie vorhanden ist, trainiert und aktualisiert das System das lokale Modell automatisch.
Vorhersagen laufen zunächst ausschließlich im Shadow-Modus.
Erst nach ausdrücklicher Freigabe pro Aktor werden hochkonfidente, erlaubte Zustände geschaltet. Eindeutig im HA-Logbuch erkannte Automationen und Scripts zählen dabei gleichwertig wie manuelle Bedienungen. Eigene Schaltungen von SillyHome werden nicht zurückgelernt.
Bei der Freigabe kann SillyHome passende HA-Automationen pausieren und die Steuerung übernehmen. Beim Stoppen können diese Automationen gezielt wieder fortgesetzt werden.

Vor einem Update sollte in Home Assistant unter Einstellungen → System → Backups eine Teil-Sicherung des Add-ons erstellt werden. Zur Wiederherstellung das gewünschte Backup öffnen, SillyHome Next auswählen und wiederherstellen. Der erste produktive Teststand v0.3.0 wurde als HA-Backup 7df0fca0 gesichert.

Tests

pytest
ruff check .
mypy app backend tests

Releases 47

SillyHome Next v1.6.0 Latest

2026-06-18 01:02:29 +02:00

Languages

Python 79.4%

HTML 20%

Dockerfile 0.3%

Shell 0.3%

README.md Unescape Escape

SillyHome Next

Schnell orientieren

Reifegrad