L’intégration de l’intelligence artificielle dans la domotique franchit un nouveau palier avec l’arrivée de Gemini (Google) couplé au protocole MCP (Model Context Protocol). Cette synergie permet désormais de piloter, configurer et administrer Home Assistant par simple commande vocale ou textuelle, éliminant ainsi la nécessité de maîtriser la programmation YAML ou le Jinja2. Cet article détaille le processus d’installation technique et les capacités impressionnantes de cette solution.
🛠️ Configuration de l’environnement technique : Node.js et MCP
Pour permettre à l’IA d’interagir avec votre serveur domotique, une infrastructure logicielle locale est nécessaire. La liaison repose sur un serveur de transition qui fait office de pont entre l’API de Google et l’instance Home Assistant.
Étapes clés de l’installation :
-
Installation de Node.js : Téléchargement de la version Windows (LTS recommandée) et exécution via Power Shell en mode administrateur.
-
Déploiement du client Gemini : Utilisation de
NPMpour installer l’interface de ligne de commande Gemini. -
Configuration du serveur MCP : Ce protocole est le cœur du système. Il nécessite l’édition du fichier
settings.jsonde Gemini pour y intégrer :-
L’URL locale de votre instance Home Assistant.
-
Un Jeton d’Accès Longue Durée (Long-Lived Access Token) généré dans le profil utilisateur de Home Assistant.
-
-
Initialisation : Une fois connecté via votre compte Google, Gemini identifie automatiquement toutes les entités (capteurs, lumières, commutateurs) de votre installation.
📊 Création dynamique de tableaux de bord par la voix
La force de cette intégration réside dans la manipulation des données en langage naturel. Il n’est plus nécessaire de glisser-déposer des cartes manuellement.
Exemple de flux de travail réalisé dans la démonstration :
-
Génération automatique : « Peux-tu créer un tableau de bord ‘Test’ avec toutes les températures de la maison ? » Gemini crée instantanément la vue et y insère les entités pertinentes.
-
Nettoyage intelligent : L’IA est capable de filtrer les entités « indisponibles » ou celles dont la valeur n’a pas évolué depuis 24 heures, assurant un affichage toujours pertinent.
-
Design et UX : À la demande, l’IA transforme des badges simples en jauges semi-circulaires avec un code couleur dynamique (bleu pour le froid, rouge pour le chaud) et regroupe les capteurs par zone géographique.
💡 Configuration avancée : Gestion de l’énergie et Tempo EDF
L’IA ne se contente pas d’afficher des données existantes ; elle peut créer de nouvelles fonctionnalités logiques au sein de l’interface utilisateur.
Intégration Tempo et Consommation
En une seule phrase, Gemini peut extraire les données de consommation Linky et ajouter des indicateurs visuels pour le système Tempo d’EDF. L’IA génère des pastilles colorées (Bleu, Blanc, Rouge) pour le jour même et le lendemain, facilitant la prise de décision énergétique.
Contrôle de batterie et sélecteurs
L’utilisateur peut demander la création de commutateurs complexes :
-
Un bouton « Batterie Auto » (On/Off).
-
Un sélecteur d’états (Charge / Décharge / Manuel / Rien). L’IA comprend le contexte et place ces éléments de contrôle de manière ergonomique sur le tableau de bord.
🚀 Automatisations prédictives et Maintenance du système
Le point culminant de cette technologie est la rédaction d’automatisations complexes sans ouvrir l’éditeur YAML.
Cas d’usage : L’utilisateur dicte une règle : « Si le bouton batterie auto est activé, qu’il est entre 6h et 22h et que la couleur Tempo est blanche, alors active la charge. » Gemini traduit cette intention en code, identifie une erreur potentielle de l’utilisateur (confusion entre un horaire précis et une plage horaire), propose une correction et déploie l’automatisation. Le système vérifie ensuite son bon fonctionnement en interrogeant l’état des entités toutes les minutes.
Conclusion
L’utilisation de Gemini via MCP transforme radicalement l’expérience utilisateur de Home Assistant. Au-delà de la simple création visuelle, l’IA devient un véritable assistant technique capable de trier les fichiers de configuration, de structurer les automatisations par thèmes et de simplifier la maintenance globale. Cette approche « Natural Language UI » rend la domotique de haut niveau accessible à tous, sans sacrifier la puissance de l’outil.
