Pular para o conteúdo principal
PromptQuorumFeito para humanos. Estruturado para IA.
Início/LLMs locais avançados
Voice, Speech & Multimodal

Análise do LLM Vision: análise de câmeras no Home Assistant com LLMs de visão

·6 min de leituraPor Hans Kuepper · Fundador do PromptQuorum · Mecanismo de descoberta de IA de pesos abertos e código aberto

O LLM Vision (versão 1.7.2, lançada em 3 de setembro de 2026) é uma integração gratuita do Home Assistant, com licença Apache-2.0, que permite a um modelo de linguagem com visão descrever imagens de câmera, vídeos, transmissões ao vivo e eventos do Frigate. Ele vem sem modelo: a análise roda no provedor que você configurar. Todas as afirmações aqui vêm do site do desenvolvedor, do repositório no GitHub e do arquivo de privacidade.

Principais conclusões

  • Manutenção: a versão 1.7.2 saiu em 3 de setembro de 2026 e o repositório foi atualizado pela última vez em 17 de setembro de 2026, com um blueprint beta para a 1.8.0; nenhum aviso de projeto abandonado se aplica.
  • Custo: a integração é gratuita; provedores na nuvem cobram por consulta.
  • IA: nenhum modelo vem incluído, você conecta o provedor de sua escolha.
  • Privacidade: o arquivo de privacidade afirma que a integração não contém telemetria; para onde as imagens vão depende do seu provedor, veja Fluxo de dados e privacidade.
  • Desenvolvedor: uma pessoa física, Valentin Fröhlich, que diz que o projeto não é endossado por nenhum dos provedores listados nem associado a eles.

📍 Em uma frase

O LLM Vision é uma integração do Home Assistant que permite a um LLM de visão descrever imagens de câmera, vídeo e eventos do Frigate, com o modelo fornecido por um provedor local ou na nuvem à sua escolha.

💬 Em termos simples

Sua câmera ou o Frigate entrega uma imagem a um modelo de IA que você configura separadamente, e a resposta volta como texto que o Home Assistant pode mostrar, guardar ou usar para agir.

📌Nota: Esta análise se baseia em llmvision.org, no repositório do GitHub e no arquivo de privacidade, consultados em 1º de novembro de 2026. A PromptQuorum não instalou, executou nem mediu a integração, portanto velocidade, precisão de detecção e qualidade das descrições não são avaliadas.

Ler em:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

O LLM Vision é uma integração gratuita do Home Assistant que envia imagens de câmera, clipes de vídeo e eventos do Frigate para um modelo de linguagem multimodal e devolve uma descrição em texto que notificações, automações e uma linha do tempo de eventos podem usar. Ele não faz nenhum trabalho de IA por conta própria: você conecta um provedor, que pode ser Ollama, Open WebUI ou LocalAI no seu próprio hardware, ou um serviço na nuvem. O desenvolvedor é Valentin Fröhlich. Esta análise se baseia no site, no repositório do GitHub com suas versões e seu arquivo de privacidade, e na página do site sobre o modelo Glimpse, consultados em 1º de novembro de 2026; a PromptQuorum não testou a integração na prática.

Análise do LLM Vision: análise de câmeras no Home Assistant com LLMs de visão

O que é o LLM Vision?

O LLM Vision é uma integração personalizada do Home Assistant que repassa a um modelo de linguagem multimodal imagens de câmeras, entidades de imagem, arquivos de vídeo e eventos do Frigate. O site o chama de “Visual Intelligence for your Home” e o repositório no GitHub foi criado em 14 de maio de 2024.

É um complemento para uma casa inteligente já existente, não um aplicativo independente: você precisa de um Home Assistant em funcionamento, da loja comunitária HACS e de um provedor de IA. O desenvolvedor é Valentin Fröhlich, citado na linha de copyright do site; o repositório lista um segundo responsável pelo código no GitHub.

Onde obter

O LLM Vision é instalado pelo HACS dentro do Home Assistant; não há download separado, app de loja nem instalador.

Opção
Como obter
InstalaçãoLLM Vision no GitHub, adicionado pelo HACS
ConfiguraçãoAdicionar em Dispositivos e serviços, preparar a pasta /media para snapshots e adicionar um provedor de IA
Provedores locaisOllama, Open WebUI ou LocalAI no seu próprio hardware
Provedores na nuvemOpenAI, Anthropic, Google, OpenRouter, AWS, Groq ou Azure AI, cobrados por consulta pelo provedor
PreçoA integração é gratuita; doações pelo Buy Me a Coffee são opcionais
DocumentaçãoGuia de primeiros passos
Sitellmvision.org
Política de privacidadePRIVACY.md no GitHub
Código-fonteLicença Apache-2.0 no GitHub

Versão analisada: 1.7.2 (3 de setembro de 2026, GitHub). O manifesto da integração no repositório ainda indica 1.7.1 e o site indica v1.7.0, então ambos estão atrasados em relação ao lançamento. O repositório não informa uma versão mínima do Home Assistant, e quem usa o Home Assistant Container talvez precise montar a pasta /media.

Como começar

Os passos seguem o README do desenvolvedor; a PromptQuorum não os executou.

  1. 1
    Instalar a integração
    Why it matters: Instale o LLM Vision pelo HACS e reinicie o Home Assistant.
  2. 2
    Adicionar ao Home Assistant
    Why it matters: Procure LLM Vision em Dispositivos e serviços e confirme com as configurações padrão.
  3. 3
    Preparar a pasta de mídia
    Why it matters: Os snapshots ficam em /media; quem usa o Home Assistant Container talvez precise montá-la.
  4. 4
    Adicionar um provedor de IA
    Why it matters: Volte à página da integração e adicione uma entrada para o seu provedor, por exemplo Ollama no seu próprio servidor ou uma chave de API na nuvem.

Recursos confirmados pelas fontes

Cada item abaixo vem do site ou do repositório do desenvolvedor; nenhum foi testado de forma independente.

  • Quatro ações. Images analisa câmeras, entidades de imagem ou arquivos; Videos extrai quadros de um arquivo de vídeo ou de um evento do Frigate; Streams captura quadros de entidades de câmera; Data analisa uma imagem e atualiza um auxiliar numérico, de texto, de seleção ou booleano.
  • Notificações. Transmissões de câmera e eventos do Frigate são analisados quase em tempo real, e os resultados podem alimentar notificações e automações.
  • Linha do tempo e memória. Os eventos só são guardados se “remember” estiver ativado; com “important”, eles são classificados e mantidos apenas se forem considerados importantes, e aparecem como entidades de calendário. Lembrar eventos exige um agente de conversação como o Extended OpenAI Conversation.
  • Pipeline de imagens. Segundo o site, ele escolhe os quadros relevantes e os otimiza para a inferência, e um redutor de resolução diminui o tamanho e o uso de tokens.
  • Glimpse-v1. O modelo aberto de visão e linguagem do próprio desenvolvedor, com 4 bilhões de parâmetros, para resumir eventos de segurança residencial, em beta, no Hugging Face e na biblioteca do Ollama (ollama run llmvision/glimpse-v1).
  • Idiomas. Inglês, alemão, holandês, francês, espanhol, português, italiano, polonês e sueco, com mais idiomas sendo adicionados ao longo do tempo.

Fluxo de dados e privacidade

A integração envia imagens somente ao provedor que você configurar, então o destino delas depende inteiramente dessa escolha. Com Ollama, Open WebUI ou LocalAI no seu próprio hardware, a análise fica com você; com OpenAI, Anthropic, Google, OpenRouter, AWS, Groq ou Azure AI, os quadros viajam para os servidores dessa empresa e ficam sujeitos aos termos dela.

O arquivo de privacidade (em vigor desde 15 de fevereiro de 2026) diz que a integração do Home Assistant não contém telemetria: o desenvolvedor não recebe dados de uso, não vê quais provedores você configura e não tem acesso aos seus dados do Home Assistant. Não são necessárias contas, e somente o site usa o Google Analytics. O site acrescenta que os eventos analisados nunca saem da sua instância do Home Assistant, enquanto o manifesto da integração a classifica como cloud polling.

📌Nota: São declarações do desenvolvedor, não resultados de auditoria, e a PromptQuorum não inspecionou o tráfego de rede. A afirmação do site sobre eventos se refere aos eventos armazenados, não às chamadas feitas a um provedor.

Para quem serve

  • Usuários do Home Assistant com câmeras que querem uma descrição em texto de um evento da campainha ou da garagem na notificação.
  • Usuários do Frigate que querem eventos resumidos e pesquisáveis em uma linha do tempo.
  • Quem opera Ollama, Open WebUI ou LocalAI e quer analisar quadros no próprio hardware.

O que não conseguimos verificar

  • Desempenho. Precisão de detecção, latência, necessidades de hardware e custo por consulta não foram testados, e o site não informa nenhum requisito de hardware.
  • Operação totalmente local. Nem o site nem o README descrevem uma configuração local de ponta a ponta; eles listam Ollama, Open WebUI e LocalAI como provedores e recomendam um provedor local para a máxima privacidade.
  • Versão do Home Assistant. O repositório não informa uma versão mínima.
  • Licença do Glimpse-v1. O site não cita uma licença para o modelo e não dá números de hardware.

Concorrentes e alternativas

Home Assistant Assist

Plataformas:
Linux, web, iPhone, Android
Preço / licença:
Grátis / Apache-2.0
Diferença principal:
Assistente de voz integrado; agentes LLM via Ollama ou OpenAI
Artigos sobre Home Assistant Assist (1)

Ollama

Plataformas:
Mac, Windows, Linux
Preço / licença:
Grátis / MIT
Diferença principal:
Executor local de modelos que o LLM Vision pode usar como provedor
Artigos sobre Ollama (10)

+333 mais não exibidos

Confirme o preço, a licença e as plataformas atuais de cada app na própria página antes de escolher.

Comparar no diretório

Perguntas frequentes

Posso usar um provedor que não está na lista?

Segundo o site, provedores com um endpoint de API compatível com a OpenAI também podem ser usados, possivelmente com configuração adicional.

Existe versão paga ou assinatura?

Nenhuma é listada; o site mostra apenas um link opcional de doação do Buy Me a Coffee, e a integração em si é gratuita.

Onde consigo ajuda ou relato um bug?

O site tem links para o GitHub Discussions, um servidor do Discord e um tópico da comunidade do Home Assistant, e indica hello@llmvision.org como contato. O link “Report a bug” aponta para o repositório separado do cartão do painel, não para o principal.

Veredito

O LLM Vision transforma imagens de câmera, vídeos e eventos do Frigate no Home Assistant em texto por meio de um modelo de visão que você escolhe, é gratuito sob Apache-2.0 e teve o repositório atualizado em 17 de setembro de 2026. Em contrapartida, não traz modelo próprio, provedores na nuvem recebem seus quadros, não há versão mínima do Home Assistant nem requisito de hardware informados, e precisão e velocidade não foram testadas. Serve para donos de Home Assistant que consigam rodar Ollama, Open WebUI ou LocalAI por conta própria; quem envia quadros a um provedor na nuvem deve ler antes os termos desse provedor.

Fontes

  • Site do LLM Vision — recursos, provedores, privacidade e notas de instalação, consultado em 1º de novembro de 2026.
  • Página do Glimpse-v1 — descrição do modelo e disponibilidade, consultada em 1º de novembro de 2026.
  • LLM Vision no GitHub — README, licença, manifesto e commits, consultados em 1º de novembro de 2026.
  • Versão v1.7.2 no GitHub — versão de 3 de setembro de 2026, consultada em 1º de novembro de 2026.
  • Política de privacidade — telemetria e tratamento de dados, em vigor desde 15 de fevereiro de 2026, consultada em 1º de novembro de 2026.

← Voltar para LLMs locais avançados

MCP