gethome:用AI写规则的私有智能家居中枢

gethome让用户在自有硬件上运行智能家居中枢,用AI将自然语言转为自动化规则。
gethome是一款在Product Hunt上亮相的智能家居方案,主打数据主权和本地化部署。它运行在用户自己的硬件(如树莓派)上,支持Zigbee和Matter协议,通过原生iPhone应用控制设备,无需订阅费。其核心创新是AI代理:用户用自然语言描述自动化规则,gethome调用用户自己的Anthropic或OpenAI API密钥将其转换为可执行脚本,兼顾了隐私与便利。与Home Assistant等开源方案相比,gethome通过AI降低了规则编写门槛,但需要用户具备一定硬件折腾能力,且目前仅支持iOS。产品尚处早期,定位精准切中极客和隐私敏感人群。
智能家居市场长期被大厂生态割裂,用户往往需要在隐私、成本和便利性之间妥协。Product Hunt上最新亮相的gethome试图打破这一局面:它让你在自己的硬件(如树莓派)上运行智能家居中枢,通过原生iPhone应用控制Zigbee和Matter设备,并借助AI代理将自然语言描述转化为自动化规则。
核心卖点:你的硬件,你的数据
gethome的核心理念是“拥有权”。与依赖云端的大厂方案不同,gethome运行在你自己的小型计算机上——比如一台树莓派,连接你自家的Wi-Fi。这意味着设备配对、自动化执行和AI推理都在本地网络内完成,数据不出户。
它支持Zigbee和Matter两种主流协议,覆盖了市面上大部分智能灯泡、传感器和开关。用户可以通过原生iPhone应用直接管理这些设备,无需额外网关。对于注重隐私和长期成本的用户来说,这种模式避免了订阅费和厂商锁定的风险。
gethome在Product Hunt上获得了12个投票和1条评论,排名第20位,分类为iOS、人工智能和家庭自动化。虽然热度不算高,但其定位精准切中了极客和隐私敏感人群的需求。
Zigbee是一种基于IEEE 802.15.4标准的低功耗无线通信协议,工作于2.4GHz频段,采用Mesh网络拓扑,设备之间可以相互中继信号,从而扩展覆盖范围。它广泛用于智能灯泡、传感器、开关等设备,但通常需要一个Zigbee协调器(网关)来组建网络。Matter则是由连接标准联盟(CSA)推出的应用层协议,旨在统一智能家居生态,基于IP网络运行,支持Wi-Fi、以太网和Thread等多种底层传输。Matter设备可以直接与手机或中枢通信,无需厂商专属网关,强调互操作性。gethome同时支持这两种协议,意味着它既能接入大量现有的Zigbee设备,又能兼容新兴的Matter生态,为用户提供了更广泛的设备选择。
AI代理:用自然语言写自动化规则
gethome最吸引人的功能是AI代理。传统智能家居的自动化规则需要用户在图形界面中手动配置触发条件和动作,学习成本高且难以表达复杂逻辑。gethome允许用户用自然语言描述规则,例如“当客厅没人且天色已暗时,打开玄关灯并调至暖光”,AI代理会将其转换为可执行的自动化脚本。
你可能没注意到,AI推理并非运行在本地,而是调用用户自己的Anthropic或OpenAI API密钥。这意味着用户需要自行承担API调用费用,但也换来了更强大的模型能力和灵活性。gethome不收取AI服务费,用户完全掌控自己的AI使用成本。
这种设计在隐私和功能之间取得了平衡:家庭设备数据留在本地,只有规则描述文本会发送给AI服务商。对于愿意为便利性付出少量API费用的用户,这是一个颇具吸引力的方案。
Anthropic和OpenAI是当前主流的大语言模型(LLM)服务提供商。Anthropic由前OpenAI成员创立,其Claude系列模型以长上下文和安全性著称;OpenAI则是ChatGPT和GPT系列模型的开发者。用户通过API密钥调用这些服务,按token数量计费。gethome将自然语言规则描述发送给这些API,由模型解析意图并生成自动化脚本。这种“自带密钥”(BYOK)模式让用户直接与AI提供商结算,gethome不参与计费,从而避免了订阅费,但也要求用户自行管理API密钥和费用。对于隐私敏感用户,需要权衡将规则文本发送给第三方AI服务的风险。
生态与竞争:小而美的差异化
gethome并非唯一尝试本地智能家居中枢的项目。开源社区已有Home Assistant这样的成熟方案,但Home Assistant的自动化配置对普通用户仍有门槛。gethome通过AI降低规则编写难度,同时保持本地化部署,形成了差异化。
与大厂方案相比,gethome的优势在于数据主权和无订阅费;劣势则在于需要用户具备一定的硬件折腾能力,且AI功能依赖第三方API。目前gethome仅支持iOS平台,Android用户暂时无法使用。
从Product Hunt的反馈来看,gethome还处于早期阶段,评论数较少。但其“AI写规则+自有硬件”的组合切中了一个细分市场:既想要智能家居便利性,又不愿牺牲隐私和控制权的用户。
Home Assistant是一个开源的家庭自动化平台,支持树莓派等多种硬件,强调本地控制和隐私。它拥有庞大的集成生态,可连接数千种设备,但自动化规则通常需要通过YAML配置或图形化界面手动编写,对普通用户有一定门槛。gethome与Home Assistant定位相似,但更聚焦于通过AI简化规则创建,并原生支持iPhone应用,降低了使用门槛。不过,Home Assistant社区活跃、功能全面,且支持多平台,gethome作为后来者,需要在易用性和AI能力上持续证明自己。
总结
gethome代表了一种回归用户主权的智能家居思路:硬件自己买,数据自己存,规则让AI帮你写。它不适合追求即插即用的普通消费者,但对于愿意折腾的极客、隐私倡导者和开源爱好者,这是一个值得关注的新选择。随着Matter协议普及和本地AI能力增强,这类方案有望从小众走向主流。
相关推荐

大模型应用开发:普通人的高薪入行指南
大模型应用开发岗位应届生薪资高达3万5,SP Offer可达60万,且不看出身。本文解析这一高薪岗位的核心能力、入行方法,并分享普通人如何通过“干中学”抓住AI时代机遇。

告别AI网红脸:零基础漫剧视觉资产制作全攻略
B站UP主分享零基础AI漫剧视觉资产制作全流程:用豆包工作skill通过剧本先行、视觉参考、注入活人感三种方法摆脱AI网红脸,再用资产版排版、武器细节图、场景九宫格和电影色版锁定角色与场景一致性。

好视频背后的AI制作流程:从调研到智能体验证
AI视频制作不只是模型竞赛。本文拆解一套可迁移的四步流水线:调研专业流程、整理技能清单、配置智能体、实验验证,并说明如何用DeepSeek等通用大模型替代付费工具跑通全流程。