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

流媒体服务器 Plex 和 Jellyfin 是第一个雷区。如果播放设备支持的音视频格式和片源一致，树莓派只需负责传文件，一切顺畅；可一旦需要转码——比如手机不支持某种编码、要烧录字幕或降码率——重活就全压在 CPU 上。树莓派的硬件转码能力有限，播放会卡顿、缓冲甚至失败。此时换成带英特尔 Quick Sync 硬件加速的廉价迷你主机就能解决。

照片备份服务 Immich 在少量文件测试时表现良好，但当你尝试把手机里几千张照片视频一次性导入，后台就要生成缩略图、转码视频、做人脸识别和建立搜索索引，这些 CPU 密集任务可能要跑上数小时甚至数天。Immich 官方建议在小板子上关掉部分机器学习功能或降低并发，但想长期用，迟早还是得升级硬件。

文件同步工具 Nextcloud 在小文件、少量文档时没问题，可一旦要从多台设备同步几百 GB 数据，同步变慢、预览生成滞后、多用户争抢，体验会迅速变得令人沮丧。

智能家居平台 Home Assistant 是作者最有发言权的部分。他用树莓派 3B+ 跑了两年基础智能家毫无问题，但当他加上摄像头系统 Scrypted、Frigate 以及语音助手管线后，设备数量一多，树莓派就拖了后腿，最后换成了迷你主机。

本地大模型服务 Ollama 同样如此：小模型在树莓派上能跑、能干活，但只要你对响应速度有要求，同样的模型在现代迷你主机上明显更快，大模型则要么超出内存，要么慢到没法用。

Davidson 的结论很实在：树莓派是绝佳的入门选择，但「玩腻了」只是时间问题。当服务从「能跑」走向「好用」，一块带硬件加速的迷你主机往往是更省心的下一步。

来源：How-To Geek

起因是一只作息颠倒的仓鼠

这次改造的需求很具体。Davidson 的女儿养了一只仓鼠，需要定期把它从笼中取出，清理垫料并放进大围栏里活动。麻烦在于仓鼠白天大多在睡觉，孩子只能每隔几分钟跑去笼边看一眼，判断它有没有醒。

思路并不复杂：用一台带移动侦测的摄像头对准笼子，一旦检测到动静就推送提醒。问题是家里几台安防摄像头全都各司其职，没有一台闲置的；而为了盯一只仓鼠专门再买一台，怎么算都不划算。

六年前的旧机器，摄像头依然够用

翻找存放旧设备的抽屉后，答案出现了——一台功能完好的三星 Galaxy S8，后置 1200 万像素摄像头也正常。

具体做法分两步。第一步是在手机上安装免费的 IP Webcam，这款带广告的应用可以把安卓手机变成局域网内的网络摄像头，将前置或后置摄像头的画面以视频流的形式共享出去。第二步是在自建的 Home Assistant 中启用对应的集成，填入手机的 IP 地址以及视频流的用户名和密码，系统随即生成一组传感器，其中就包括表示“有移动”的状态项。

接下来把手机固定在正对笼子的位置，并把移动侦测区域收窄到只覆盖笼子内部。这样一条自动化就成立了：区域内出现移动即向手机推送通知，同时加一个冷却计时，避免仓鼠活跃时通知刷屏。

Davidson 给出的评价是，Galaxy S8 的成像素质明显好于他原本打算购买的那类廉价摄像头。短板是没有夜视能力，但他只需要白天收到提醒，因此并不构成问题。

长期插电的隐患，用一个智能插座解决

真正需要额外处理的是电池。持续推送视频流相当耗电，S8 撑不满一整天；而如果干脆一直插着电，又会带来另一重风险——这台老机器不具备后来机型普遍配备的充电保护功能，会被长期维持在接近满电的状态，对电池寿命不利。

他的做法是把充电器接到智能插座上，再写一条自动化。Home Assistant 的伴侣应用会上报手机当前电量，自动化据此监测：电量升到 80% 就切断插座供电，掉到 20% 再重新通电，如此循环。这样既保证摄像头全天在线，也降低了电池鼓包的风险。

旧设备的另一种归宿

按 Davidson 的说法，家里那些堆着旧硬件的抽屉常被家人嫌弃，但关键时刻确实能派上用场。这次改造省下了一台摄像头的开销，也让全家随时知道仓鼠有没有醒。

对多数人而言，这套方案的价值不止于监控宠物。老旧安卓手机通常还保留着可用的摄像头、网络模块和屏幕，只是不再适合当主力机。把它们接入局域网充当固定视角的摄像头，用于看护婴儿房、盯着门口包裹、监控 3D 打印机的打印进度，都属于同一类思路——硬件本身没坏，缺的只是一个合适的用法。

来源：How-To Geek

工具链是现成的。 Ollama 负责在本地跑模型，Open WebUI 当聊天界面；智能家居那头直接用 Home Assistant 自带的 MCP 服务器接进来；Docker、存储、备份这些动作交给自托管的 n8n，每个工作流只干一件事——列出不健康的容器、取最近日志、确认备份是否完成。

模型选的是 Qwen 3.5 4B。 它支持工具调用，体积小到能和 Ollama、Open WebUI 一起挤在一台 8GB 内存的笔记本上。日常问句就是大白话：”哪些服务不正常””NAS 还剩多少空间””昨晚的自动备份跑完没有”。它也能连着做：Jellyfin 打不开，先查容器状态，再拉日志，发现停了就调用重启工作流，然后回头复查一遍。

断网是刻意设计的。 Open WebUI 本身支持云端模型、外部搜索和在线嵌入服务，Singh 把这些连接全删了，只留本地 Ollama 端点，又关掉 Ollama 的云功能、禁掉相关服务的外网访问。这样提示词、容器日志、文件名、设备状态、备份记录都不会被送出去。

唯一的坑在工具描述上。 工作流名字起得太像，模型就容易叫错工具，所以要一个流程一件事、名字直说动作。

说白了，指望自家硬件上的小模型对标云端旗舰并不现实，但它在这套系统里的活儿只是”挑对工具、填对参数、把结果讲人话”——4B 完全够用。你家里的服务多到需要一个统一入口了吗？

来源：XDA Developers

海外科技媒体 How-To Geek 的作者 Patrick Campanale 长期在自家车库工坊里做木工与打印，也运营过打印机集群。他在 2026 年 8 月 2 日的一篇文章中给出了三个自己最常用的折腾方案，其中两个偏软件，一个偏硬件，共同点是都能绕开官方云服务。

一、用 Bambuddy 管理整个打印机集群

拓竹自家也有打印农场管理软件，但作者的评价是”留下了很多遗憾”。于是社区做出了 Bambuddy——一套自托管的拓竹打印机管理平台。

如果打印机已经切到局域网（LAN Only）模式，Bambuddy 基本可以顶替 Bambu Cloud 的角色。它并非严格意义上的原样替代，但功能覆盖相当接近：通过浏览器就能启动、停止、查看和管理任意一台打印机上的打印任务；想套一层反向代理对外开放可以，想完全锁在内网也可以。

它的仪表盘设计得很简单，却相当能打：当前每台打印机在做什么一目了然——是忙碌还是空闲，如果接了 AMS，连装载了哪种耗材都能显示出来。

规模上也能伸能缩。简单用法就是把它当成一块集中监控面板，看状态、点开摄像头；复杂用法则可以在整个打印农场里做任务编排，某台打印机一空闲就自动接上下一单，或者把同一个任务同时下发给多台设备。

Bambuddy 完全开源，可以随意改造。作者在自己的家庭实验室里部署过它来测试局域网模式，顺手做了几处易用性改动。他还有一位朋友运营着 70 多台打印机的打印农场，同样在用改造过的 Bambuddy：打印开始 5 分钟后，系统会向所有打印机发信号关掉内部照明；打印完成后重新亮灯；出错则让灯闪烁。这样站在机架尽头扫一眼，整个农场每台机器的状态就全知道了——这是拓竹官方软件做不到的事。

二、接入 Home Assistant，让打印机联动智能家居

第二个方案是把拓竹打印机接进 Home Assistant。作者把打印机切到局域网模式后，希望能用一个体验更”原生”的手机应用来盯着它。Bambuddy 作为网页端很好用，但手机端还是原生 App 更顺手，Home Assistant 正好补上这一环。

借助 Home Assistant 里的拓竹集成，打印机几乎所有功能都能收进一块仪表盘。作者自己搭的面板上有摄像头画面、当前打印的文件名、剩余时间和打印机温度。

不过监控只是起点。假设打印机旁边放了一盏 RGB 灯，就可以让它在待机时亮绿色、打印中转黄色、完成后变紫色、出错时闪红色，颜色规则完全自定。作者还把 Bambuddy 也接进了 Home Assistant，由后者统一处理手机通知：打印开始时收到提醒，进度到 25%、50%、75% 和完成时各推送一次状态，最后还附上一张成品模型的照片。整个流程一次都没有经过拓竹的云服务。

三、给 AMS Lite 加装烘干：SUNLU 的加热套件

前两个方案都在软件层面，第三个则是动手改硬件。

新款 AMS 2 Pro 内置了耗材烘干功能，初代 AMS 靠吸湿颗粒也算勉强能防潮，唯独 AMS Lite 被落下了。SUNLU 因此做了一款 AMS Lite Heater，作者认为对那些只有 AMS Lite、又需要保持耗材干燥的用户来说，这是个关键补丁。

改装难度不高，作者实测安装大约只花了 15 分钟，SUNLU 提供的安装视频步骤清晰。它的思路是几乎完整保留 AMS Lite 的原厂部件，只是给它套上一个外罩。装好之后 AMS 照常工作，需要时打开除湿功能即可。

SUNLU 还做了相对湿度联动：湿度超过设定值自动启动，低于设定值自动关闭，基本不用人管。代价是上料会比原来稍微麻烦一些，但作者认为在潮湿地区这个取舍非常划算。该套件适配 A1、A1 mini 和 A2L，海外官网标价 130 美元。

可折腾的还不止这些

作者在结尾提到，这三个只是他个人偏好的方案，能玩的项目远不止如此：P1S / P1P 有触摸屏改装方案，X 系列则有第三方固件可刷。

对已经买了拓竹打印机、又觉得只用官方 App 有些不过瘾的人来说，找个周末试试这几个方向，最后收获的会是一台更顺手的机器。

来源：How-To Geek《3 Bambu Lab tinkering projects that unlock features the company never advertised》，作者 Patrick Campanale，2026 年 8 月 2 日