用Python给家用温湿度传感器接本地AI告警

上次我把书架上吃灰半年的ESP8266温湿度节点刷完固件，对着写死的阈值告警逻辑发愣——明明梅雨季湿度到80%才需要提醒开抽湿机，写死数值的话春秋季同湿度完全没必要报警，干脆用本地跑的小模型接了段脚本凑活用，步骤写下来给刚碰这几块的朋友参考。

先把前置依赖装好

1. 首先确保本地Python版本在3.9以上，终端敲下面的命令查版本，版本不对就去官网下安装包，安装时记得勾选add to path选项：

   python --version

2. 先确保本地装好了Ollama服务端，安装包去官网下就行，一路下一步装完自动在后台运行。再装两个必要的Python依赖库，一个用来接收MQTT协议传输的传感器数据，一个用来调用本地大模型接口，直接装最新版即可：

   pip install paho-mqtt ollama

坑提前说：如果pip装完提示找不到命令，多半是你Python的Scripts目录没加系统环境变量，临时测试的话直接写全路径调用也行，不用死磕环境变量折腾半小时。

核心逻辑没你想的复杂

1. 先写MQTT订阅部分，连你自己家里的MQTT broker就行，地址一般是路由器或者NAS的内网IP，默认端口1883，订阅主题填传感器上传数据用的topic即可：

   import paho.mqtt.client as mqtt
   import ollama
   import json
   
   def on_message(client, userdata, msg):
       data = json.loads(msg.payload.decode())
       temp = data.get("temperature")
       hum = data.get("humidity")
       # 后续接AI判断逻辑
       print(f"收到数据：温度{temp}℃，湿度{hum}%")

2. 接上AI判断的部分，不用写复杂的提示词，直白说清要求就行。模型选你本地已经拉取过的小参数模型就好，比如qwen2:0.5b或者phi3，跑起来几乎不占资源，树莓派这类低性能设备也能带动：

   prompt = f"当前室内温度{temp}摄氏度，湿度{hum}%，判断当前温湿度是否需要给住户发提醒，只需要回答是或否，不要额外内容"
   response = ollama.chat(model="qwen2:0.5b", messages=[{"role":"user","content":prompt}])
   if "是" in response["message"]["content"]:
       # 这里换成你自己的推送逻辑，比如发微信、弹桌面通知都可以
       print("注意：当前温湿度体感不适")

3. 最后补完MQTT的连接和常驻运行逻辑，把脚本存成ai_alert.py直接跑就行：

   client = mqtt.Client()
   client.on_message = on_message
   client.connect("你家的MQTT服务内网IP", 1883, 60)
   client.subscribe("你的传感器数据主题")
   client.loop_forever()

别一上来就选7B以上参数的大模型，传感器上报的都是短文本数据，小模型足够应付，选大了不仅推理慢，后台常驻还平白耗功耗。

反正我自己用下来，比之前写死阈值的逻辑灵活太多，连窗户没关导致温度骤降这类没提前写规则的场景都能识别出来，你要是手头有闲置的传感器节点，花点时间搭一套试试？