最大卖点：无边界线、无 RTK 天线

传统割草机器人要么要埋一圈边界线，要么要架一套 RTK 天线（依赖 GPS 信号）来定位，安装过程劝退不少人。TerraMow 的做法完全不同：它搭载 TerraVision 2.0 三摄 AI 视觉系统，开箱后一键自动建图，几分钟内就能开始割草，既不用埋线，也不用装天线。

实测手感：省心是关键词

科技媒体 Wired 的评测提到，V1000 机身比同类更紧凑，随附一个带顶棚的充电站——这个顶棚在不少竞品那里要单独花钱。最让评测者印象深刻的，是它出色的自动建图：几乎不需要手动编辑地图，是评测者见过最省心的自动建图。

它适合平整的矩形草坪，能应对约 18 度（约 33%）的坡度，并支持划分多个割草区、设置禁区。评测者特别提到「定点割草」模式：把机器放到任意一块草坪，仅靠 AI 视觉摄像头就能排线割草，无需提前建图，借给邻居用也很方便。

性能参数

V1000 的切割宽度约 20.3 厘米（8 英寸），割草高度可在 25 至 75 毫米之间电动调节；单次充电续航约 150 分钟，标称覆盖面积约 1200 平方米。它的 3D 视觉避障表现良好，能绕开足球、球网细腿等障碍；机身达到 IPX6 防水，运行噪音低于 54 分贝，并支持 OTA 固件升级，用个两年也会比刚拆箱时更聪明。

价格与对手

美国市场售价约 1399 美元，促销期常降到约 949 至 1099 美元；英国约 1200 英镑，欧洲日常价 1149 欧元（原价 1299 欧元）。横向看，Segway Navimow i105E 起价约 699 英镑，更便宜；Mammotion LUBA Mini 2 AWD 只贵约 200 英镑，却能爬 80% 的坡度。TerraMow 的竞争力主要来自免 RTK 带来的极致易用性，而非爬坡之类的硬指标。

几个不足

因为它完全依赖摄像头与 AI 视觉，夜间无法工作；前轮在碎石或不平整地面上表现一般；App 的翻译与语法偶有瑕疵；第一年提供免费 4G 流量，之后约 19 美元一年。

结论

如果你想要一台「拆箱即用、不用埋线」的割草机器人，TerraMow V1000 是当下最省心的选择之一，尤其适合中等大小、相对平整的草坪。它未必是参数最猛的那台，但确实把「易用」做到了这个品类的靠前位置。

来源：9to5Mac

宠物智能硬件品牌 Petlibro 从 8 月 11 日起出现服务故障，旗下智能喂食器等设备无法执行投食这类定时任务。多名用户在社交平台反映，自己的喂食器、猫砂盆和饮水机纷纷显示离线。

官方说本地排程照跑，用户说猫没吃上饭

这次中断中最受关注的争议点，是官方说法与用户实际体验之间的落差。

Petlibro 在服务状态页上写明：「设备本地存储的既有设置和排程将继续按程序运行。」页面同时列出了受影响的范围，包括应用访问、设备控制、设备在线状态、设备绑定，以及部分应用数据和功能。官方还提示，恢复期间设备可能实际仍在正常工作，只是应用会错误显示「离线」或「排程超时」这类状态。

但不少用户给出了相反的反馈。有人报告 RFID 与 Granary 系列的分食器在故障期间错过了定时投喂，对正在外地、无法赶回家的宠物主人来说，这是个相当棘手的问题。除喂食器外，Dockstream 智能饮水机和 Luma 猫砂盆也有用户反映出现异常，配套应用对一部分人干脆打不开。

「当前部分 Petlibro 应用功能出现服务问题。」公司在故障当天的声明中表示，「团队正在积极恢复服务、验证稳定性，并分阶段恢复各项功能。」

恢复分阶段推进，官方提醒别急着重置设备

从官方状态页的时间线看，故障排查始于美国太平洋时间 8 月 11 日凌晨 5 点，此后进入反复的「部分恢复—继续监控」循环：当日下午一度称大部分服务已恢复正常，晚间又实施了系统稳定性更新并分阶段放量，深夜宣布多数应用功能恢复，但设备状态更新和数据相关功能仍在逐步回归。

8 月 12 日下午 2 点 30 分（美国东部时间），Petlibro 更新称「大部分服务已经恢复，应用正在恢复完整运行」。部分用户确认设备重新工作，但也有人反映仍然无法把设备重新连回应用。The Verge 就此向 Petlibro 询问更多信息，未获得即时回复。

官方在恢复期间反复强调一条操作建议：不要解绑、重置或从应用中移除设备。已经完成配置的设备，本地存储的排程应当继续按程序运行；已经解绑或移除设备的用户，也不要反复重置或尝试重连，等服务恢复后再重新添加。这条提示本身就说明，用户在设备「看起来失联」时的本能反应——拔电、复位、重新配网——恰恰是让恢复变得更复杂的动作。

联网家电的老问题，在喂食这件事上格外扎眼

云服务中断本身在智能硬件行业算不上新鲜事，但发生在宠物喂食设备上，性质有些不同。灯不亮、扫地机不扫，事后补救即可；饭点错过就是错过，而且往往发生在主人不在家、无法及时发现的时候。这类设备的容错窗口天然更窄。

值得注意的是，同一次故障中，本地排程「是否照常执行」的判断在官方与用户之间出现了分歧，具体原因目前尚无公开解释。对使用者而言，可以从中提炼的经验是相对朴素的：把定时投喂完全押在一条链路上，风险集中度偏高。有条件的话，长时间外出前把定量粮分装到备用容器、或者搭配一台不依赖联网的机械定时喂食器作为兜底，成本不高，但换来的是故障时的一层缓冲。

选购环节也可以多问一句：设备在断网或厂商服务不可用时，究竟还能做什么。厂商宣传页上的「本地排程」有多种实现深度，是完全脱机执行，还是依赖周期性的云端校时与状态同步，用户很难从参数表上看出来，而这一点恰恰决定了服务中断时的实际表现。

来源：The Verge、Petlibro 官方服务状态页

How-To Geek 一位长期维护 Home Assistant 服务器的撰稿人发现，AI 给的方案往往过度复杂：有人只是想搭个全屋去广告，AI 却建议买两台设备各跑一个 Pi-hole，再用 Nebula Sync 做同步。对新手来说，这完全是杀鸡用牛刀——大模型既学过小型家庭实验室，也学过大量企业级方案，给出的答案常常偏向后者。

一、给 AI 加上”简单优先”的约束

提问时不要只说”要搭个 XX”，而是明确压低复杂度。可以在提示词里加上下面任意一句：

1. 请给出最简单可靠的方案
2. 除非必要，不要新增软件
3. 给纯新手最简单的方案
4. 最快达成目标的方法是什么
5. 只给让它能跑起来最少步骤

复杂度更多取决于你怎么问，而不是用了哪个模型。加上约束后，AI 通常会收敛到单台 Pi-hole、AdGuard Home 这类轻量方案。

二、强制 AI 先联网搜索，别让它凭记忆瞎猜

遇到具体故障，AI 容易钻牛角尖，让你跑一堆无关测试。解决办法很简单：第一条提示词就让它”去查一下”。它往往能在论坛或 Reddit 帖子里找到别人解决过同类问题的现成方案，省下大把试错时间。

三、不要接受第一个答案，要求”二次意见”

如果方案看起来还是复杂，让 AI 重来一次或重新评估方案。可以输入：把提问者当成完全的家庭实验室新手，想用最快最省事的方式搭建，请批评你上一条方案，并给出改进或替代方法。这样常能逼出更简洁的版本。

注意事项

最终仍需自己判断方案是否合适——你对家庭实验室了解得越多，越容易看出 AI 的方案是否恰当。约束、二次意见都只是辅助，关键还是动手前多想一步。

来源：How-To Geek

一、装好 Companion 应用并授权

1. 在手机上安装 Home Assistant Companion 应用，连到自己的 Home Assistant 服务器。
2. 放行后台定位权限；安卓用户尤其要关掉电池优化，给应用「无限制」电池权限，否则后台不更新位置。
3. 应用会自动生成一个设备追踪器，进入「Settings（设置）→ People（人员）」把自己加进去。在地图上核对 Home（家）区域半径别设太小，太小会因 GPS 漂移把你误判成「已离家」，人还坐在沙发上灯却灭了。

二、让服务器能远程访问

手机一连离家 Wi-Fi，就得靠远程通道把位置发回去。最省事是用 Home Assistant Cloud；想完全本地部署，可配置外部访问地址，或借助 Tailscale 这类内网穿透工具打通。没有远程访问，手机一出本地网络就报不了位置，自动化会失灵。

三、建「离家 / 回家」自动化

1. 打开「Automations & scenes（自动化与场景）」，新增一个 zone（区域）触发器。
2. 选择自己的 Person 实体，区域选 Home，事件选「Leaves（离开）」，再添加动作：关灯、关插座、关风扇、关空调。
3. 再建一条事件为「Enters（进入）」的自动化处理回家，可加条件（如天黑后、特定温度）才开灯，避免大下午也亮灯。

四、加几道保险

• 安卓给应用「无限制」电池权限并开后台定位，治好后台不更新。
• GPS 和 Wi-Fi / 路由器联网状态结合判断：手机在 Home 区域「或」连上家里路由器都算在家，两者都判定离开才触发，单次漂移不致误关。
• 关设备前加几分钟延迟，留出纠错时间；先用灯、风扇试，别一上来接门锁等安防类。

注意事项：合租需给每位室友都建 Person 实体并连上手机追踪；手机只能判断「是否有人在家」，分房间精细触发仍要靠人体或存在传感器；宠物没有手机，不计入。存在传感器方案成本为零，却能把租房党的智能体验拉满。

来源：XDA Developers

XDA 撰稿人 Samir Makwana 说，他早年照着论坛帖子拼出来的几条自动化确实能跑，但他也说不清为什么能跑，于是定下规矩：只要不坏就绝不去碰。这种「不敢碰」的状态，在 2026 年 7 月 1 日发布的 Home Assistant 2026.7 之后有了改变——目的化触发器和条件（purpose-specific triggers and conditions）从 Labs 实验区毕业，成为所有人的默认选项。它此前已在 Labs 里打磨了半年多。

区别在于起点：过去要先想「该用状态触发器、数值状态触发器还是设备触发器」，现在直接从「想让家里发生什么」选起。

一、把数值触发器换成场景触发器

以温度为例，过去要用数值状态触发器盯着一个原始读数，还得自己定阈值。现在新建自动化时直接选「Temperature crossed threshold（温度越过阈值）」，填上数字即可，比如卧室低于 18°C 就开暖气。

电池同理。以前得知道每个设备是按百分比、电压还是布尔值上报电量，撰稿人干脆随便挑了个数字凑合。现在选「Battery low（电量低）」并指向传感器，阈值由 Home Assistant 按传感器类型自行判断。前提是设备要正确声明自己是电池传感器——自己搭的节点需要先配置好，否则识别不到。

二、把自动化绑到区域，而不是单个设备

撰稿人客厅的灯光自动化原先绑定一个 PIR 人体传感器的实体名。后来为补盲区加了第二个传感器，就得回自动化里手动往触发器列表添加，每换一个设备都要重来一遍。

新触发器支持直接指向整个区域。把条件改成「客厅有移动」之后，自动化不再关心房间里有几个传感器，后续增加、更换或删掉某个都不用再改动它。

三、修那条躲了一年的自动化

他还有一条「回家观影模式」：夜里回到家就把灯调暖调暗、打开电视。它靠手机定位从 not_home 变为 home 来触发，可信号一抖就先变成 unavailable 再落回 home，结果不是漏触发，就是拿旧值提前触发。当时他靠加一堆额外条件勉强绕过去，从此不敢再动。

新的到家触发器内部已处理 unknown 与 unavailable 这类中间状态，换上之后那些补丁式条件全部删掉，运行至今没再出过问题。

注意事项

• 已有的自动化不会被改动，照常运行，旧的触发器类型也继续保留。
• 习惯写 YAML 的人不必担心，目的化触发器同样能对应写进 YAML，不是只有界面才能用。
• 集成可以自带触发器，例如洗衣机集成提供「洗衣完成」，电价集成提供「今天电价最低时」，不用再去解读它们各自的状态码。

同版本还顺带把日志本改名为 Activity 并重做成时间线，更新页面则按系统、集成、应用、设备分组，每组带一个 Update All 按钮，核心系统更新单独留在外面手动确认。

来源：XDA Developers

促使他动手的直接原因，是手机上再没有一款称心的天气应用。他真正喜欢过的只有 Dark Sky，界面出色，更关键的是超本地化预报极其准确——应用说几分钟后要下雨，往往就真的下了。苹果收购 Dark Sky 后把部分功能并入自带天气应用，随后彻底关停了这款产品。在他看来，苹果自带的天气应用达不到原来的水准。他甚至自制过一个 iPhone 天气小组件，用 AI 生成一张表现当前天气状况的图像，来替代系统自带组件。

但问题的核心不在于应用好不好用，而在于天气这类信息本来就应该一眼扫到，而不是层层点进去才能看到。

主角：那块「廉价黄屏」

他选中的硬件叫 ESP32-2432S028R。这串型号不好记，但由于板子是黄色的、带屏幕、还便宜，创客圈给它起了个更好记的外号：Cheap Yellow Display，简称 CYD，直译过来就是「廉价黄屏」。

CYD 是一块自带一切的开发板，核心是带 Wi-Fi 和蓝牙的 ESP32-WROOM-32 模块。它和普通 ESP32 开发板最大的区别，在于集成了一块 2.8 英寸 TFT 触摸屏，分辨率 240×320，表面覆盖电阻式触控层。因为所有部件都在同一块板子上，整套东西不需要接线、焊接，也不用面包板。

出厂时板子上可能带一些基础演示程序，但要让它真正干活，得自己刷入固件。这恰恰是它受欢迎的原因之一：硬件是通用的，用途完全由使用者定义。另一个原因就更直白了——15 美元甚至更低的价格，正是 CYD 里那个 C 的由来。

三件套：ESPHome、LVGL 和 Home Assistant

屏幕虽小，塞下一屏天气信息绰绰有余。真正需要解决的是两件事：怎么把数据送到板子上，以及怎么让它把数据画出来。整套方案由三个部分拼成。

• ESPHome 负责固件。使用者只需写一个描述设备行为的 YAML 文本文件，ESPHome 会把它编译成可用固件，省去了自己写 C++ 代码的麻烦。
• LVGL 负责画面。这个图形库的作用是接管渲染，使用者不必逐个计算像素坐标，只要描述想在屏幕上看到什么即可。ESPHome 内置了对 LVGL 的支持，因此一个 YAML 文件就能同时搞定 Wi-Fi 配置、触摸屏设置，以及天气图标和由温度、风速等数值组成的信息网格。
• Home Assistant 负责供数。他原本就配置了一个天气实体，数据来自 Met.no，可以提供当前天气状况、气温、风速、室外露点等信息。

除此之外，他还接入了一些自定义传感器，其中包括一个室内露点传感器——它并非真实硬件，而是根据家中智能设备上报的温湿度读数推算出来的。借助 ESPHome，任何一个传感器数值更新时，新数据都会通过网络推送到 CYD，屏幕上显示的因此始终是 Home Assistant 里最新的读数。

比手机好用在哪儿

这块屏被放在他的家庭办公室，也就是他工作日待得最久的地方。抬头一眼，当前天气尽收眼底，不需要掏手机，也不需要找应用。

更实际的好处是显示内容可以完全自定义。手机上的天气应用不会告诉使用者家里的室内露点是多少，而把它和室外露点摆在一起对比，在冬天相当有用——两者一比就知道，此刻开窗究竟能降低室内湿度，还是关着窗更划算。

目前唯一没做完的是外壳。他打算给 CYD 配一个 3D 打印的壳子，因为裸板放在桌上确实有点名副其实的「便宜又黄」。按他的说法，这或许正好成了自己入手一台 3D 打印机的借口。

这个项目的出发点其实很简单：既然手机上的天气应用根本没在用，那就换个能瞬间看到结果的形式。花费不到 15 美元，问题就解决了。有些时候，与其等一款称心的产品出现，不如自己动手做一个。

来源：How-To Geek

How-To Geek 撰稿人 Adam Davidson 分享，一个开源工具能让 AI 直接”看懂”画面，并用大白话描述出来。这个工具叫 LLM Vision，是一个免费开源的 Home Assistant 集成。它不替代 Frigate 这类本地录像与物体识别系统，而是叠加在上面：物体识别只告诉你”检测到一个人”，LLM Vision 则能进一步说清这个人在做什么、有没有拿包裹、往哪个方向走、穿着什么。它支持静态图片、视频片段、实时画面，也能直接分析 Frigate 事件。

一、在 Home Assistant 里安装

1. 打开 HACS（Home Assistant 社区商店），搜索并下载 LLM Vision。
2. 进入 设置 → 设备与服务 → 添加集成，搜索并选择 LLM Vision。
3. 在 Provider（服务商）下拉菜单里选择要用的 AI，并填入对应的 API Key。

二、选对 AI 服务商：云端还是本地

1. 云端可选 OpenAI、Anthropic、Google、OpenRouter、Groq 等；多数按次计费，其中 Groq 提供一定的免费额度。
2. 注意隐私：用云端等于把家里的画面上传到第三方服务器。
3. 想让画面不出家门，可指向本地模型——用 Ollama、Open WebUI 或 LocalAI 运行本地模型，分析全程在自家硬件完成。
4. 硬件较弱也别灰心，可试试测试版的 Glimpse-v1：一个 40 亿参数的轻量开源视觉模型，专为小内存设计，能在 Ollama 里运行。

三、用自然语言提问，做更聪明的自动化

1. 传图片或视频给 LLM Vision 时，可附上自己的提问，例如”快递员把包裹放哪了”，收到的通知就会是”快递员把包裹放在了前门花盆后面”。
2. 自动化可以基于”语境”而非单纯的动作触发：比如有人拿着传单走到门口、又空手离开，就不推送通知，免得被垃圾广告打扰。
3. 倒垃圾前一晚，可让它看看垃圾桶是否已摆到门口，甚至分辨是蓝色回收桶还是黑色垃圾桶。
4. 仪表盘可添加 Timeline Card，回看最近被分析和记录的事件，例如上次猫出现的时间、包裹送达的时刻。

注意事项

• LLM Vision 本身不做 AI 运算，只负责把画面转交给所选模型，响应的质量与速度取决于模型和硬件。
• 在意隐私的家庭，优先选择本地模型方案，让画面始终留在家中。

来源：How-To Geek

开源社区给出了一套进阶方案：LLM Vision。这是一款免费开源的 Home Assistant 集成组件，可以调用大模型直接「看懂」监控画面，并用自然语言描述画面里正在发生什么。它不取代 Frigate 这类物体识别系统，而是建立在其之上 —— 当 Frigate 告诉你「门口检测到一个人」时，LLM Vision 还能补一句「快递员手里拿着包裹，把包裹放在了花盆后面」。

关键能力：自定义提问

LLM Vision 的一大特点是不依赖预设提示词。每次向它传入一张图片或一段视频时，都可以同时送入一段自定义提问，从而针对性地获取想要的上下文。

典型场景包括：门口检测到人 + 包裹时，询问「快递员是把包裹放下了，还是带走了？放在哪里了？」，并据此推送通知：「快递员将包裹放在了前门花盆后面」。这种基于上下文的判断，是普通物体识别做不到的。

更复杂的自动化可以因此成立。比如门铃摄像头检测到有人来，可以要求大模型判断对方是否「拿着传单又离开了」，如果是传单派送，则无需推送通知。再比如垃圾回收日前一晚，可以要求模型检查「垃圾桶是否已摆到门口？是蓝色回收桶还是黑色垃圾桶？」，由此判定是否需要提醒用户补摆或换桶。

接入路径与隐私权衡

LLM Vision 本身不做 AI 推理，调用方需要将画面发送给所选 AI 服务。它兼容 OpenAI、Anthropic、Google、OpenRouter、Groq 等多种供应商，其中 Groq 提供一定额度的免费调用。

云端调用意味着家中内外的监控画面会被上传到第三方服务器，隐私敏感的用户难以接受。对此，LLM Vision 也支持本地大模型方案：可以接入 Ollama、Open WebUI 或 LocalAI 等本地推理平台，所有画面分析都在自有硬件上完成，不出家门。

本地方案的效果取决于所选模型与硬件配置。低配设备也不必担心，Glimpse-v1 是新发布的轻量级开源视觉语言模型，参数量 40 亿，可在 Ollama 中以低显存运行，专为受限硬件优化。

落地位置与设备要求

LLM Vision 可处理静态图像、视频片段、实时摄像头流，以及 Frigate 事件。需要的环境是已经部署好的 Home Assistant 智能家居平台，并配合 Frigate 等负责视频存储与物体识别的组件。它还提供了「时间线卡片」（Timeline Card），可用于仪表盘展示最近被模型识别并记住的事件，比如「上次看到家里的猫是几点」「包裹是几点送到门口的」。

来源：How-To Geek

市面上的智能车库门套件动辄上百元，而用一块 ESP32 开发板和继电器模块，总成本可压到 20 美元以内，还能接入 Home Assistant 实现语音控制和状态提醒。一位 How-To Geek 撰稿人实测了这套方案。

一、准备元件

1. 继电器模块（用于控制开门信号）。
2. 几根连接线。
3. ESP32 开发板，文中用的是 Seeed XIAO ESP32-C3，约 5 美元。
4. 一个 USB 充电器给板子供电。
5. 接触传感器，用于上报门已开或已关的状态。

这些元件加总不到 20 美元，其中开发板约占一半，继电器和传感器都很便宜；USB 充电器多数人家已有，可再省一笔。

二、确认车库 opener 可改造

1. 先断开车库门电源，安全第一，全程只动低压部分。
2. 找到墙上控制按钮（wall button）背后的两个低压端子。
3. 确认原理：这两个端子短暂接通，opener 就会触发开关门。多数机型兼容，但少数采用专有编码信号，无法直接接，需先查说明书确认。

三、接线与刷写

1. 把继电器的「公共端（Common）」和「常开（NO）」接到墙控的两个低压端子上，相当于用继电器代替手指按按钮。
2. 继电器与 ESP32 相连：若为 3.3V 逻辑可直接连；若是 5V，需加晶体管或电平转换模块。
3. 给 ESP32 刷 ESPHome 固件，配置文件用 YAML 编写（不会写可让 AI 生成），刷完先单独测试能否正常触发开门。
4. 把接触传感器装在门轨上，回报实际开关状态。

四、接入 Home Assistant

在 Home Assistant 里建自动化：门开超过 15 分钟推送告警；或绑定语音助手直接说「开门」。整体比买成品套件省下 80–100 美元。

注意事项：操作涉及强电环境，接线前务必断电，仅在低压端子作业；ESP32 仅靠 USB 供电，不要接入 opener 的强电回路。所有低压信号线用绝缘端子固定，防止松动短路。不确定兼容性不要硬接，避免损坏 opener。

来源：How-To Geek

三步把手机变成网络摄像头

1. 装上免费的 IP Webcam（含广告版本免费；中国内地可在可信的第三方应用市场获取），并在系统里给足摄像头、麦克风、存储权限
2. 进「视频设置」定分辨率，老机器选 720p 足够；再进「本地广播」设一组登录名和密码，别让局域网里谁都能看
3. 滑到列表最底部点「启动服务器」，界面上会显示形如 192.168.x.x:8080 的地址。同一 Wi-Fi 下的电脑或平板，浏览器打开这个地址就能看实时画面

到这一步，这台手机就是一台标准的局域网 IP 摄像头了。

想要移动侦测提醒，再加一步

Davidson 在 Home Assistant 里装了 Android IP Webcam 集成，填入手机 IP、用户名和密码，就会生成一组传感器，其中包括 Motion Active（移动侦测）。他把侦测区域框在仓鼠笼内部，做了条自动化：检测到动静就推通知，并加了冷却时间——否则仓鼠一活跃，通知能把手机刷爆。

别让它一直插着充电

持续推流很费电，但老机型没有新机那种充电保护，长期吊在 100% 是慢性伤害。Davidson 的办法是把充电器插在智能插座上，Home Assistant 伴侣应用能读到手机电量，到 80% 断电，掉到 20% 再通电。

说白了，这套方案的边界很清楚：画质比同价位廉价 Wi-Fi 摄像头强，短板是没有夜视，只适合白天。抽屉里那台旧手机扔了可惜、卖也卖不上价，不如让它站个岗。

来源：How-To Geek