Casa conectada com Home Assistant, Zigbee e câmeras com IA
32dispositivos Zigbee numa só rede
Cliente
Residência (não divulgada)
Ano
2026
Tecnologias
Home Assistant OSZigbee2MQTT + MosquittoAlarmoFrigate + OpenVINOTailscalePython (APIs do HA)
Links
IoT e automação residencial na JBKR ↗

O desafio

Uma casa que já tinha dispositivos de três marcas e um servidor num Raspberry Pi precisava de um sistema único, que continuasse funcionando sem internet, não expusesse câmeras nem painéis à internet e desse ao morador alertas úteis em vez de gravações intermináveis.

O objetivo

Migrar para um servidor local mais capaz sem perder histórico, unificar os dispositivos numa rede Zigbee, implantar alarme e câmeras com IA local, fechar todo acesso externo atrás de VPN e documentar cada decisão.

A solução

Home Assistant OS num mini PC Intel com no-break, migrado do Raspberry Pi com plano passo a passo; Zigbee2MQTT com dongle local e Mosquitto como barramento MQTT; Alarmo com modos, atrasos de entrada e saída, controle físico e avisos críticos no celular com ação; Frigate com detecção de pessoas na GPU integrada (OpenVINO, cerca de 8 ms por quadro) e reconhecimento facial; descrições curtas dos alertas por um modelo de IA generativa, com o custo reduzido de centenas de dólares por mês para centavos; acesso remoto só por Tailscale com HTTPS no túnel, duas etapas para administradores, usuário local para o painel de parede e câmeras bloqueadas de sair para a internet; painéis gerados por script via APIs REST e WebSocket; backups locais e em dois destinos externos; 27 registros de decisão e changelog.

O impacto

  • 32 dispositivos Zigbee de três marcas numa única rede local, sem nuvem do fabricante
  • 24 automações em operação: iluminação por presença e horário, monitoramento e alarme, cada uma registrada com o motivo
  • Política de retenção de vídeo definida depois de medir 287 GB em dois dias de gravação contínua
  • Custo da IA que descreve alertas reduzido de centenas de dólares por mês para centavos
  • 27 decisões de arquitetura documentadas, do hardware às regras de retenção
Jean C Becker

Jean C Becker

Arquiteto de Soluções Sênior | Especialista em IA e Machine Learning

Quem projetou e escreveu este trabalho. Sobre a JBKR →