Home Assistant com IA: Guia 2026

Resposta direta: para colocar IA no Home Assistant em 2026, comece pela integração nativa de conversation (Claude, OpenAI ou Gemini). Se quiser privacidade, use Ollama local. Para controlar a casa a partir do Claude Desktop, Cursor ou do OpenClaw, ative o MCP Server e limite as entidades expostas. Não existe um único “melhor” modelo: cloud responde melhor; local protege dados.

Home Assistant com IA transforma comandos fixos em linguagem natural: você pede “deixa a sala aconchegante para o filme” e o agente escolhe luzes, cena e volume. Este guia compara as cinco vias práticas — cloud nativo, Ollama, MCP Server, Extended OpenAI Conversation e Home-LLM — e mostra como encaixar o OpenClaw quando você quer o mesmo assistente no WhatsApp, Telegram ou Discord.

Atualizado em agosto de 2026: nomes de modelo, custos e o papel do MCP mudam rápido. Confirme a documentação oficial do Home Assistant antes de produção. Para a trilha OpenClaw ↔ HA, use também a integração completa e a automação residencial com IA.

Por que integrar IA ao Home Assistant?

Exemplo prático:

• Sem IA: “Ligar luz da sala”
• Com IA: “Deixa a sala aconchegante para assistir filme”

A IA não substitui o Home Assistant. Ela interpreta intenção e chama serviços que o HA já sabe executar. Quanto mais limpa estiver a sua árvore de entidades, melhor o resultado.

Qual caminho escolher? (decisão rápida)

Regra prática: inicie no cloud para validar o fluxo de voz e entidades. Só depois migre para Ollama ou Home-LLM se privacidade for requisito.

1. Integrações nativas (cloud)

O Home Assistant oferece integrações oficiais de conversation para os principais provedores.

Anthropic (Claude)

# configuration.yaml
conversation:
  - platform: anthropic
    api_key: !secret anthropic_api_key
    model: claude-sonnet-4-20250514

OpenAI (GPT)

conversation:
  - platform: openai_conversation
    api_key: !secret openai_api_key
    model: gpt-4.1-mini

Google Generative AI (Gemini)

conversation:
  - platform: google_generative_ai_conversation
    api_key: !secret google_ai_key

Ordem de custo aproximada para uso doméstico moderado (valores mudam):

• Claude Sonnet: bom equilíbrio qualidade × preço para agentes
• GPT mini / 4.1-mini: barato para comandos curtos
• Gemini: forte em contexto longo e preço agressivo

Guarde chaves em secrets.yaml, nunca em repositório git. Se o HA estiver exposto à internet, use HTTPS e tokens com escopo mínimo.

2. Modelos locais com Ollama

Para máxima privacidade, rode o modelo na mesma rede (ou no mesmo host):

conversation:
  - platform: ollama
    url: http://localhost:11434
    model: llama3.2

Modelos úteis em casa:

• Llama 3.2 (3B): leve, CPU-friendly
• Mistral / Qwen 7B: melhor qualidade de instrução
• Modelos maiores (13B+): só com GPU ou máquina dedicada

No ecossistema OpenClaw, a mesma lógica de modelos locais aparece no guia Ollama e no comparativo de modelos. Use um modelo “rápido” para ligar luz e um modelo “forte” só quando for pedir diagnóstico ou criar automação.

3. MCP Server (Model Context Protocol)

O MCP Server expõe o Home Assistant como contexto/ferramentas para clientes compatíveis — Claude Desktop, editores com MCP e o próprio OpenClaw.

O que você ganha:

• perguntar “quais luzes estão acesas?”
• pedir “diminua o ar para 22 °C”
• rascunhar automações a partir do estado real das entidades

Configuração básica:

1. Configurações → Dispositivos e Serviços
2. Adicione Model Context Protocol Server
3. Exponha apenas entidades necessárias (luzes e clima primeiro; fechaduras por último)

Exemplo de fluxo com Claude Desktop:

1. Settings → Connectors → Custom Connector
2. URL do seu HA (HTTPS) + OAuth conforme a doc oficial
3. Autorize e teste com um comando irreversível desligado (só leitura)

Para o lado OpenClaw, o detalhe de ha-mcp, token e canais está no guia OpenClaw + Home Assistant. O panorama do protocolo está em MCP Servers.

4. Extended OpenAI Conversation (HACS)

Componente da comunidade que estende a conversation oficial:

HACS → repositório: github.com/jekalmin/extended_openai_conversation

Recursos extras típicos:

• chamar serviços do Home Assistant pelo chat
• criar rascunhos de automação
• consultar APIs externas com cuidado

Trate como software comunitário: revise permissões, pin a versão e teste em ambiente de staging antes da casa de produção.

5. Home-LLM (100% local)

Stack focada em casa offline:

git clone https://github.com/acon96/home-llm
cd home-llm
# siga o README oficial para modelo, voice pipeline e bindings

Vantagens: zero cloud, sem fatura de token, funciona sem internet. Custo real: hardware, eletricidade e manutenção. Para muitos lares brasileiros, Ollama + conversation nativa já entrega 80% do benefício com menos atrito.

Configurar o assistente de voz em pt-BR

Passo 1 — criar o assistente

Em Settings → Voice Assistants → Add Assistant:

• nome (ex.: “Casa”)
• idioma: Português (Brasil)
• conversation agent: a integração escolhida (Claude, OpenAI, Gemini ou Ollama)

Passo 2 — instruções curtas

Você é o assistente da casa. Responda em português brasileiro, de forma curta.
Antes de ações irreversíveis (trancar porta, desarmar alarme, abrir portão),
peça confirmação explícita. Se faltar contexto, pergunte.

Passo 3 — expor entidades

Em Expose, comece por luzes, cenas e climatização. Deixe fechaduras, alarmes e câmeras para um segundo estágio com usuário/token limitados.

Automações inteligentes (exemplos)

Modo cinema

automation:
  - alias: "Modo Cinema via IA"
    trigger:
      - platform: conversation
        command:
          - "modo cinema"
          - "vamos assistir filme"
          - "prepara pra filme"
    action:
      - service: scene.turn_on
        target:
          entity_id: scene.cinema

Sugestão com sensor de clima

automation:
  - alias: "Sugestão de roupa"
    trigger:
      - platform: conversation
        command:
          - "que roupa usar"
          - "como está o tempo"
    action:
      - service: conversation.process
        data:
          text: >
            Temperatura: {{ states('sensor.temperatura_externa') }}°C.
            Sugira roupa objetiva em uma frase.

Prefira gatilhos de conversa curtos e ações determinísticas no HA. Deixe o LLM decidir o quê; deixe o HA executar como.

OpenClaw + Home Assistant

O OpenClaw encaixa em três padrões:

1. MCP tools — o agente no WhatsApp/Telegram fala com o HA via MCP
2. API REST — chamadas autenticadas a /api/services/...
3. Bidirecional — HA notifica eventos; o OpenClaw resume, alerta ou pede aprovação humana

Exemplo mínimo via API:

curl -X POST https://seu-ha.exemplo/api/services/light/turn_on \
  -H "Authorization: Bearer TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"entity_id": "light.sala"}'

Se você já usa Proxmox, rode OpenClaw e Home Assistant em LXC/VM separados — veja o guia Proxmox. Skills de casa inteligente também aparecem no ClawHub.

Para o passo a passo de token, ha-mcp e canais, use:

• Integração OpenClaw ↔ Home Assistant
• Automação residencial com IA
• Página de integração

Segurança (não pule)

1. HTTPS no acesso remoto (ssl_certificate / ssl_key ou proxy reverso)
2. Exposição mínima de entidades — especialmente fechaduras e alarmes
3. Tokens com escopo e validade — um token por integração
4. Logs em nível info/debug só enquanto diagnostica
5. Human-in-the-loop para ações irreversíveis (o OpenClaw trata isso bem em canais de mensagem)

O que não fazer:

• painel admin aberto na internet sem autenticação forte
• token “forever” compartilhado entre serviços
• modelo público com acesso total à casa
• ignorar atualizações de core, add-ons e HACS

Comparativo final

Próximos passos

1. Iniciante: conversation nativa (Claude ou Gemini) + 5 entidades de luz
2. Intermediário: MCP Server + OpenClaw em um canal (Telegram/WhatsApp)
3. Avançado: Ollama ou Home-LLM + políticas de aprovação para fechaduras

Recursos oficiais:

• Voice control no Home Assistant
• Integração Anthropic
• MCP Server
• Home-LLM
• Model Context Protocol

Perguntas frequentes

O que é Home Assistant com IA?

É o Home Assistant usando um modelo de linguagem (Claude, GPT, Gemini ou Ollama) como conversation agent ou via MCP, para entender pedidos em linguagem natural e acionar luzes, cenas, clima e automações.

Qual a melhor IA para Home Assistant em 2026?

Não há vencedor único. Claude Sonnet e Gemini costumam brilhar em linguagem natural; Ollama vence em privacidade; MCP + OpenClaw vence quando você quer o mesmo assistente no celular. Comece barato, meça latência e só então otimize.

Dá para usar Home Assistant com Ollama local?

Sim. Configure a plataforma ollama no conversation agent apontando para http://localhost:11434 (ou o host da rede) e escolha um modelo compatível com sua RAM/GPU. Ideal quando áudio, câmeras e rotinas não devem sair de casa.

O que é o MCP Server do Home Assistant?

É a integração que expõe estado e ferramentas do HA pelo Model Context Protocol. Clientes MCP — Claude Desktop, editores e o OpenClaw — passam a consultar e controlar entidades com permissões que você definir.

Como controlar Home Assistant pelo WhatsApp?

Use o OpenClaw como ponte: canal WhatsApp + modelo + ferramenta MCP/API do HA. O detalhe está na integração OpenClaw + Home Assistant e na página de integração.

Home Assistant com IA é seguro?

Pode ser, se você limitar entidades, usar HTTPS, tokens curtos e confirmação humana para ações críticas. O risco sobe quando a casa inteira fica exposta a um modelo com poder total e endpoint público.

Preciso de GPU para IA no Home Assistant?

Não para cloud. Para Ollama/Home-LLM, GPU ajuda em modelos 7B+, mas modelos 3B rodam em CPU com RAM suficiente — com latência maior.

OpenClaw substitui o assistente de voz do Home Assistant?

Não. O assistente de voz do HA continua ótimo dentro de casa. O OpenClaw complementar brilha quando você quer o mesmo cérebro em WhatsApp, Telegram, Discord e outros canais, com memória e aprovações.

Quer um hub de IA que fale com a casa e com o trabalho no mesmo lugar? Comece pela instalação do OpenClaw, conecte o Home Assistant e avance para a integração completa com voz.