用户管理设备
逐个打开 App、设置参数、创建规则。设备彼此独立，用户承担理解、判断与执行成本。
ToC · 智能硬件生态方向
AI Home Agent 智能家居操作系统
让用户不再逐个控制设备，而是围绕目标与 Agent 交互。由单个 Home Agent 通过 Tool Calling 调用多设备能力，自主完成任务规划、设备协同与结果反馈。
项目角色独立产品设计与开发
项目周期待补充 — 至今
当前阶段灰度测试 / 个人部署
产品形态端 · 云 · IoT 一体化
01 / Project thesis
从“设备控制”
走向“主动智能”
传统智能家居以 App、遥控器和单设备指令为核心。AI Home Agent 将交互中心迁移到用户目标，让系统理解家庭上下文、形成计划，并协调多个智能终端完成任务。
Agent 管理家庭目标
用户只表达“我回家了”“准备睡觉”。Agent 结合记忆与环境，自主规划并联动设备。
02 / Product architecture
感知—决策—执行
三层协同体系
三层共同构成一个统一的 Home Agent，而非三个独立 Agent。当前 MVP 采用 Single-Agent + Multi-Tool 架构：单一 Agent 负责理解目标、拆解任务、通过 Tool Calling 调用设备能力并持续反馈；Multi-Agent 作为后续复杂生态下的演进方向。
SENSING LAYER家庭感知层
用户输入对话 / 点击 / 场景触发
环境状态温湿度 / 空气 / 噪音
设备状态开关 / 模式 / 能耗
长期记忆习惯 / 偏好 / 家庭规则
INTELLIGENCE LAYER智能决策层（单一 Home Agent）
意图理解目标识别与上下文补全
任务规划 Planning任务拆解与执行排序
Tool Calling设备能力调用与冲突处理
反馈与记忆更新结果汇总、异常提醒与 Memory 更新
EXECUTION LAYER设备执行层
照明系统亮度 / 色温 / 分区
环境系统空调 / 新风 / 净化
清洁系统扫地机器人 / 路径
影音与遮阳音箱 / 窗帘 / 场景
03 / Core capabilities
让智能持续
理解一个家庭
产品重点不是生成一次回答，而是建立可持续运行的家庭智能：记住、判断、主动行动，并在多设备之间完成协同。
长期记忆
持续沉淀睡眠时间、空调温度、灯光亮度与家庭规则，让每次服务建立在真实生活习惯上。
任务规划
把“让我放松一下”拆解为灯光、温度、音乐等可执行步骤，并根据实时状态调整顺序。
主动服务
结合时间、位置与环境变化，主动提出或执行回家、睡眠、离家和空气维护等家庭服务。
多设备协同
统一理解不同品牌与设备能力，处理依赖、冲突和失败反馈，不把复杂性留给用户。
04 / Scenario validation
两个高频场景
验证主动智能
用真实家庭任务验证 Agent 是否能完成从感知、规划、执行到反馈的闭环，而非停留在单设备控制。
SCENE 01
回家模式
检测到用户抵达后，Agent 根据时间、天气和家庭偏好，一次完成环境恢复。
到家感知灯光开启空调调节净化启动结果反馈
SCENE 02
睡眠模式
到达习惯睡眠时间后，Agent 联动窗帘、灯光、空调与音箱，营造稳定睡眠环境。
习惯记忆窗帘关闭灯光渐暗空调睡眠音量降低
05 / Product prototype
核心 MVP
已部署验证
独立完成产品定位、交互原型与 MVP 搭建，目前已在个人手机端部署使用，持续验证真实家庭环境下的 Agent 体验。
家庭驾驶舱
Agent 对话
自动化编排
设备管理
长期记忆
任务执行反馈
06 / Outcomes
从产品设想到
家庭真实验证
项目尚未商业化，当前价值在于完成端—云—设备闭环的核心探索，并沉淀可复用的家庭 Home Agent 产品方法（Single-Agent + Multi-Tool，Multi-Agent 为后续 V4 演进方向）。
01
独立完成产品定位、架构设计、原型与 MVP 验证的完整链路。
02
验证 Agent 从“被动执行指令”转向“主动管理家庭生活”的产品可行性。
03
沉淀长期记忆、任务规划、主动服务与多设备协同的产品设计框架。