传感器组件

ESPHome 支持许多不同类型的传感器。每个传感器都是 sensor 域的一个平台，且每个传感器都有若干基础配置选项。

传感器基础配置

ESPHome 中的所有传感器都有一个名称和一些其他可选配置选项。默认情况下，传感器平台将为所有选项自动选择合适值，但您始终可以根据需要覆盖它们。

# Example sensor configuration
name: Livingroom Temperature

# Optional variables:
unit_of_measurement: "°C"
icon: "mdi:water-percent"
device_class: "temperature"
state_class: "measurement"
accuracy_decimals: 1
expire_after: 30s
filters:
  - sliding_window_moving_average:
      window_size: 15
      send_every: 15

配置变量：

id (可选，string): 手动指定代码生成的 ID。至少需指定 id 和 name 中的一个。
name (可选，string): 传感器的名称。至少需指定 id 和 name 中的一个。

NOTE

如果您为设备设置了 friendly_name 且希望传感器使用该名称，可以设置 name: None。

unit_of_measurement (可选，string): 手动设置传感器应公告值的测量单位。这实际上不进行任何数学运算（单位之间的转换）。
device_class (可选，string): 传感器的设备类。参见 https://www.home-assistant.io/integrations/sensor/#device-class 获取可用选项列表。设为 "" 可移除传感器的默认设备类。
state_class (可选，string): 传感器的状态类。参见 https://developers.home-assistant.io/docs/core/entity/sensor/#available-state-classes 获取可用选项列表。设为 "" 可移除传感器的默认状态类。
icon (可选，icon): 手动设置前端中传感器使用的图标。
accuracy_decimals (可选，int): 设置数据消费者应使用的小数点后的位数。虽然这不会改变通过 API 发送的值，但 Home Assistant 的 ESPHome 集成会在使用或存储之前相应地对值进行四舍五入。该位数还将用于设置实体的默认显示精度。因此，可以显示较少的小数位，但不能在 Home Assistant 中提高传感器值的精度。（默认值因组件和传感器而异。）
filters (可选): 指定用于值基本转换的过滤器。更多信息参见 Sensor 过滤器。
internal (可选，boolean): 将此组件标记为内部组件。内部组件将不会暴露给前端（如 Home Assistant）。仅指定 id 而不指定 name 将隐式地将此值设为 true。
force_update (可选，boolean): 如果为 true，此选项将强制前端（通常是 Home Assistant）在传感器更新时创建状态变更事件，即使值未发生变化。 Grafana 等应用在使用 Home Assistant 时需要此选项，但请注意这可能会显著增加数据库大小。默认为 false。
disabled_by_default (可选，boolean): 如果为 true，则不应将此实体添加到任何客户端的前端中，（通常是 Home Assistant），除非用户手动启用它（通过 Home Assistant UI）。默认为 false。
entity_category (可选，string): 实体的类别。参见 https://developers.home-assistant.io/docs/core/entity/#generic-properties 获取可用选项列表。设为 "" 可移除默认实体类别。
如果启用了 Webserver 且选择了版本 3，则支持 Webserver 组件的所有其他选项。参见 Webserver Version 3。

自动化：

on_value (可选，Automation): 发布新值时执行的自动化。参见 on_value。
on_value_range (可选，Automation): 当发布的值从范围外部过渡到范围内时执行的自动化。参见 on_value_range。
on_raw_value (可选，Automation): 收到未经过任何过滤器的原始值时执行的自动化。参见 on_raw_value。

MQTT 选项：

expire_after (可选，Time): 手动设置传感器值应标记为”过期”/“未知”的时间。不提供任何值表示不设置过期。
来自 MQTT 组件的其他所有选项。

NOTE

如果您试图为有多个输出的传感器（例如同时报告温度和湿度的 DHT22）设置过滤器，请将 filters 选项放入每个传感器输出中，如下所示：

sensor:
  - platform: dht
    # ...
    temperature:
      filters:
        # ...
    humidity:
      filters:
        # ...

传感器过滤器

ESPHome 允许在将传感器值发送到 Home Assistant 之前进行预处理。例如，如果您想对最近几次读数取平均值，这就很有用。

传感器有多种过滤器可用，您可以在传感器配置中添加 filters 块来定义（与 platform 处于同一层级，或在具有多个传感器的平台的每个传感器块内）。

过滤器按照配置中定义的顺序应用。

# Example filters:
filters:
  - offset: 2.0
  - multiply: !lambda return 1.2;
  - calibrate_linear:
      - 0.0 -> 0.0
      - 40.0 -> 45.0
      - 100.0 -> 102.5
  - filter_out:
      - 42.0
      - 43.0
  - median:
      window_size: 5
      send_every: 5
      send_first_at: 1
  - quantile:
      window_size: 5
      send_every: 5
      send_first_at: 1
      quantile: .9
  - sliding_window_moving_average:
      window_size: 15
      send_every: 15
  - exponential_moving_average:
      alpha: 0.1
      send_every: 15
  - throttle: 1s
  - throttle_average: 1s
  - throttle_with_priority:
      timeout: 1s
      value:
        - 42.0
        - 43.0
  - heartbeat: 5s
  - debounce: 0.1s
  - timeout: 1min
  - delta:
      min_value: 5.0
      max_value: 2%
  - or:
    - throttle: 1s
    - delta: 5.0
  - lambda: return x * (9.0/5.0) + 32.0;

线性校准滤波器

通过使用与精确”真值”源测量得到的值来校准传感器数值。

配置变量：

method（可选，字符串）：计算线性函数(s)的方法。可选 least_squares 或 exact。默认为 least_squares。
datapoints（必填）：数据点列表。

首先，收集传感器显示的一组值以及真实值应该是多少。对于温度，例如可以通过使用精确温度计来实现。对于其他传感器（如功率传感器），可以通过连接已知负载然后记录传感器显示的值来完成。

# Example configuration entry
- platform: dht
  # ...
  temperature:
    name: "DHT22 Temperature"
    filters:
      - calibrate_linear:
          method: least_squares
          datapoints:
           # Map 0.0 (from sensor) to 1.0 (true value)
           - 0.0 -> 1.0
           - 10.0 -> 12.1

参数是一组数据点，每个数据点格式为 MEASURED -> TRUTH。根据 method，ESPHome 将使用最小二乘法将线性方程拟合到这些值，或者使用多个线性方程精确连接这些值。你需要提供至少两个值。当使用 least_squares 且给定超过两个值时，将计算线性解，但不一定精确表示每个值。

多项式校准滤波器

通过将传感器数值拟合到多项式函数来校准。这与 calibrate_linear 滤波器类似，但也允许更高阶的函数，如二次多项式。

# Example configuration entry
- platform: adc
  # ...
  filters:
    - calibrate_polynomial:
        degree: 2
        datapoints:
         # Map 0.0 (from sensor) to 0.0 (true value)
         - 0.0 -> 0.0
         - 10.0 -> 12.1
         - 13.0 -> 14.0

参数是一组数据点，每个数据点格式为 MEASURED -> TRUTH。此外，你需要指定所得多项式的次数，数据点将使用最小二乘法求解器拟合到给定的次数。

钳位滤波器

将值限制在 min_value 和 max_value 之间的闭区间范围内。

配置变量：

min_value（可选，float）：范围的下界。
max_value（可选，float）：范围的上界。
ignore_out_of_range（可选，bool）：如果为 true，则忽略所有超出范围的传感器值。默认为 false。

必须指定 min_value 或 max_value 中的至少一个。

当传感器值通过此滤波器时，如果它小于 min_value，则被设置为 min_value。如果它大于 max_value，则被设置为 max_value。未指定的边界被视为无界（即，如果未设置 min_value，则没有下限）。

NaN（非数字）值如果设置了 min_value 将被钳位到下限，否则钳位到上限。正无穷或负无穷值将分别被钳位到上界或下界（如果设置了这些边界）。

如果 ignore_out_of_range 为 true，则不在指定范围内的任何值将被忽略而不是被钳位。

# Example configuration entry
filters:
  - clamp:
      min_value: 10
      max_value: 75
      ignore_out_of_range: true

Delta 滤波器

此滤波器存储通过该滤波器的最后一个值，仅在当前值与之前通过的值足够不同时才传递当前值。此差异可以通过两种方式计算：绝对差异或百分比差异，并相对于最小值 min_value 和最大值 max_value 来计算。

配置变量：

min_value（可选，float、百分比）：所需的最小绝对或百分比差异（默认为 0.0）
max_value（可选，float、百分比）：允许的最大绝对或百分比差异（默认为无穷大）
baseline（可选，float、lambda）：计算差异时使用的基线默认情况下使用最后通过的值。

必须指定 min_value 或 max_value 中的至少一个。除了将 min_value 和/或 max_value 指定为键之外，你也可以只提供一个单独的 float 或百分比值。在这种情况下，该值被解释为 min_value。

此滤波器将拒绝与基线的差异不大于 min_value 的值，或与基线的差异大于 max_value 的值。例如，如果滤波器配置的值是 2.0，则只有与最后通过值相差超过 2.0 的值才会被通过。

NOTE

min_value 为 0.0 表示与上一个值相等的值不会被通过，只有不同的值才会通过，这对于消除重复值非常有用。

# Example configuration entry
filters:
  - delta:
      min_value: 2.0
    # Same as above, min_value is implied here.
  - delta: 2.0

  - delta:
      max_value: 10%
    # Specifying both min_value and max_value is permitted.
  - delta:
      min_value: 2.0
      max_value: 10%

如果指定了百分比，则最后一个值的百分比将用作所需差异。例如，如果滤波器配置的值是 20%，且最后通过的值是 10，则只有大于或等于 12 或小于或等于 8 的值才会被通过。然而，如果最后通过的值是 100，则只有大于或等于 120 或小于或等于 80 的值才会被通过。

# Example configuration entry
filters:
  - delta: 20%

在设置最大 Delta 滤波器时，传感器值可能会超出滤波器允许的带宽范围且无法返回。在这种情况下，覆盖默认的被比较值（最后通过的值）为其他任意决定基线的传感器可能会有所帮助：

# Example configuration entry
sensors:
    # This sensor just calculates the baseline.
  - platform: copy
    source_id: my_sensor_to_be_filtered
    id: baseline
    filters:
      - median:
          window_size: 6
          send_every: 1
          send_first_at: 1

    # This sensor will publish the values from your sensor with the max delta filter applied.
  - platform: copy
    source_id: my_sensor_to_be_filtered
    name: "Filter Max With Baseline"
    id: filter_baseline_max
    filters:
      - delta:
          max_value: 10
          baseline: !lambda return id(baseline).get_state();

Filter Out 滤波器

（必填，number）：过滤掉特定值以显示，例如过滤掉值 85.0

# Example configuration entry
filters:
  - filter_out: 85.0

可以提供一个值列表，且值是可模板化的：

# Example configuration entry
filters:
  - filter_out:
      - 85.0
      - !lambda return id(some_sensor).get_state();

Heartbeat 滤波器

以指定的时间间隔定期发送传感器值。如果传感器值在此间隔内发生变化，计时器不会重置——当间隔结束时，传感器最后一次已知的值仍将被发送。

例如，值 10s 将使滤波器每 10 秒输出最后一次已知的值，而不管输入值变化的频率。

使用 optimistic 模式时，滤波器仍会在配置的间隔处重复发送最后一次已知的值，但此外，每个新输入的 value 都会在到达时立即发布。这确保传感器输出在变化时即时更新，同时在更新之间保持稳定的最后一值的周期性”心跳”。此模式适用于需要即时响应的传感器。

配置变量：

period（必填，time）：重新发布最后一次已知值的间隔。
optimistic（可选，布尔值）：启用后，每个新输入的 value 都会在到达时立即发布，而不管配置的时间间隔。

# Example filters
filters:
  - heartbeat: 5s
  - heartbeat:
      period: 5s
      optimistic: true

Lambda 滤波器

对传感器值执行简单的数学运算。输入值是 x， lambda 的结果用作输出（使用 return）。

# Example configuration entry
filters:
  - lambda: return x * (9.0/5.0) + 32.0;

请确保在 lambda 中的所有值后添加 .0，否则整数除法将得到整数（而不是浮点值）。

要阻止值发布，返回 {}：

# Example configuration entry
filters:
  - lambda: |-
      if (x < 10) return {};
      return x-10;

最大值滤波器

对最近几个值进行移动最大值计算。较大的窗口大小会使滤波器对输入变化的反应变慢。

# Example configuration entry
- platform: ...
  # ...
  filters:
    - max:
        window_size: 7
        send_every: 4
        send_first_at: 3

配置变量：

window_size（可选，int）：推送值时计算最小/最大值所涉及的值数量。默认为 5。
send_every（可选，int）：应多久推送一次传感器值。例如，在上面的配置中，最大值是在每 4 次接收到的传感器值之后计算的，基于最近 7 个接收到的值。默认为 5。
send_first_at（可选，int）：默认情况下，启动时第一个原始值会立即发布。使用此参数可以指定第一次值何时发送。必须小于或等于 send_every 默认为 1。

中位数滤波器

对最近几个值进行简单移动中位数计算。这可以用于过滤接收到的传感器数据中的异常值。较大的窗口大小会使滤波器对输入变化的反应变慢。

# Example configuration entry
- platform: wifi_signal
  # ...
  filters:
    - median:
        window_size: 7
        send_every: 4
        send_first_at: 3

配置变量：

window_size（可选，int）：推送值时计算中位数所涉及的值数量。如果你想获得实际的接收值被推出，此数字应为奇数。默认为 5。
send_every（可选，int）：应多久推送一次传感器值。例如，在上面的配置中，中位数是在每 4 次接收到的传感器值之后计算的，基于最近 7 个接收到的值。默认为 5。
send_first_at（可选，int）：默认情况下，启动时第一个原始值会立即发布。使用此参数可以指定第一次值何时发送。必须小于或等于 send_every 默认为 1。

最小值滤波器

对最近几个值进行移动最小值计算。较大的窗口大小会使滤波器对输入变化的反应变慢。

# Example configuration entry
- platform: wifi_signal
  # ...
  filters:
    - min:
        window_size: 7
        send_every: 4
        send_first_at: 3

配置变量：

window_size（可选，int）：推送值时计算最小/最大值所涉及的值数量。默认为 5。
send_every（可选，int）：应多久推送一次传感器值。例如，在上面的配置中，最小值是在每 4 次接收到的传感器值之后计算的，基于最近 7 个接收到的值。默认为 5。
send_first_at（可选，int）：默认情况下，启动时第一个原始值会立即发布。使用此参数可以指定第一次值何时发送。必须小于或等于 send_every 默认为 1。

偏移量滤波器

向每个传感器值添加一个值。该值可以是一个常量，也可以是返回 float 的 lambda。

# Example configuration entry
filters:
  - offset: 2.0
  - offset: !lambda return id(some_sensor).get_state();

Or 滤波器

将第一个返回的子滤波器的值转发出去。下面的示例将只转发那些要么至少 1s 旧或者绝对差异至少为 5.0 的值。

# Example configuration entry
filters:
  - or:
    - throttle: 1s
    - delta: 5.0

分位数滤波器

对最近几个值进行简单移动分位数计算。这可以用于过滤接收到的传感器数据中的异常值。较大的窗口大小会使滤波器对输入变化的反应变慢。

# Example configuration entry
- platform: wifi_signal
  # ...
  filters:
    - quantile:
        window_size: 7
        send_every: 4
        send_first_at: 3
        quantile: .9

配置变量：

window_size（可选，int）：推送值时计算分位数所涉及的值数量。默认为 5。
send_every（可选，int）：应多久推送一次传感器值。例如，在上面的配置中，分位数是在每 4 次接收到的传感器值之后计算的，基于最近 7 个接收到的值。默认为 5。
send_first_at（可选，int）：默认情况下，启动时第一个原始值会立即发布。使用此参数可以指定第一次值何时发送。必须小于或等于 send_every 默认为 1。
quantile（可选，float）：从 0 到 1 的值，用于确定选择哪个分位数。默认为 .9。

Round To Multiple Of 滤波器

将值四舍五入到最近的倍数。接受一个大于零的浮点数。

# Example configuration entry
filters:
  - round_to_multiple_of: 10
  # 123 -> 120
  # 126 -> 130

# Example configuration entry
filters:
  - round_to_multiple_of: 0.25
  # 3.1415 -> 3.25
  # 1.6180 -> 1.5

有效数字舍入滤波器

将值四舍五入到指定的有效数字位数。接受一个 1 到 6 之间的整数。应理解的是，由于 32 位浮点数的精度有限，舍入的结果可能与预期值不完全相等，这使得某些值无法表示。

# Example configuration entry
filters:
  - round_to_significant_digits: 2
    # 3.14159 -> 3.1
    # 157079 -> 160000

# Example configuration entry
filters:
  - round_to_significant_digits: 4
    # 3.14159 -> 3.142
    # 157079 -> 157100

Skip Initial 滤波器

简单的跳过滤波器；skip_initial: N 跳过前 N 个传感器读数，并传递其余的。当传感器需要几次读数来”预热”时，可以使用此滤波器。在初始读数被跳过之后，此滤波器不再做任何事情。

# Example configuration entry
filters:
  - skip_initial: 3

滑动窗口移动平均滤波器

对最近几个值进行简单移动平均计算。它可以用来在传感器上设置较短的更新间隔，但仅在特定间隔推送平均值（从而增加分辨率）。

# Example configuration entry
- platform: wifi_signal
  # ...
  filters:
    - sliding_window_moving_average:
        window_size: 15
        send_every: 15

配置变量：

window_size（可选，int）：推送值时执行平均所涉及的值数量。
send_every（可选，int）：应多久推送一次传感器值。例如，在上面的配置中，加权平均值仅在每 15 次接收到的传感器值时才被推出。
send_first_at（可选，int）：默认情况下，启动时第一个原始值会立即发布。使用此参数可以指定第一次值何时发送。默认为 1。

Throttle With Priority 滤波器

对输入的值进行节流，除非它们匹配一个优先级值。当此滤波器接收到一个输入值时，首先检查它是否匹配优先级值之一。如果是，该值会立即通过。否则，它会检查上一个输入值是否至少已经过 指定时间段。如果它不大于配置的值，则不传递该值。

# Example configuration entry
filters:
  - throttle_with_priority:
      timeout: 1s
      value:
        - nan
        - 0

Throttle 滤波器

对输入的值进行节流。当此滤波器接收到一个输入值时，它会检查上一个输入值是否至少已经过 指定时间段。如果它不大于配置的值，则不传递该值。

# Example configuration entry
filters:
  - throttle: 1s

Timeout 滤波器

在发送第一个值之后，如果在指定的 timeout 时间段内没有发布后续值，则发送一个可模板化的值，默认为 NaN。该值也可以设置为 last，这将导致滤波器接收到的最后一个值再次被发送。

此滤波器在以下情况下特别有用：

数据源自某个通信通道（例如串口），该通道可能会被中断。
放在节流滤波器之前，以确保最后发布的值能通过节流。

# Example configuration entry
filters:
  - timeout: 10s  # sent value will be NaN
  - timeout:
      timeout: 10s
      value: !lambda return 0;
  - timeout:
      timeout: 10s
      value: last  # sent value will be the last value received by the filter

To Ntc Resistance 滤波器

使用 NTC 特性曲线将可用的温度传感器数值转换为相应的电阻值。

配置变量：

calibration（必填）：校准数据。

使用此滤波器需要电阻/温度特性曲线。这可以从数据手册中的相应图表中获取。如果你没有访问数据手册或想自己计算这些值，你必须首先测量三个不同温度下的电阻值。将 NTC 加热或冷却到三个不同温度（最好是相隔较远的温度），并记录这些温度下的电阻值。然后将这些值输入校准参数中：

# Example configuration entry
- platform: template
  id: to_ntc_resistance_sensor1
  unit_of_measurement: "Ohm"
  lambda: |-
    return id(some_sensor).get_state();
  update_interval: 1s
  filters:
    - to_ntc_resistance:
        calibration:
          - 10.0kOhm -> 25°C
          - 27.219kOhm -> 0°C
          - 14.674kOhm -> 15°C

滤波器根据指定的值对确定 Steinhart-Hart 方程的系数，这些系数也可以直接作为替代方案指定。

# Example configuration entry
- platform: template
  id: to_ntc_resistance_sensor2
  unit_of_measurement: "Ohm"
  lambda: |-
    return id(some_sensor).get_state();
  update_interval: 1s
  filters:
    - to_ntc_resistance:
        calibration:
          a: 1.439114856904070E-03
          b: 2.693066430764570E-04
          c: 1.653440958554570E-07

要将此传感器生成的电阻值发送到输出组件（例如数字电位器或 DAC），可以使用传感器自动化 on_value。这使得例如可以替换物理 NTC，从而使其变得 智能。

输出组件可以接受 0..1 范围内的值（参见 output.set_level 操作），因此需要对模拟 NTC 的实际电阻值进行缩放。

# Example configuration entry
on_value:
  then:
    - output.set_level:
        id: output_id
        level: !lambda return x / 100000.0;

To Ntc Temperature 滤波器

使用 NTC 特性曲线将可用的电阻传感器数值转换为相应的温度。

配置变量：

calibration（必填）：校准数据。

使用此滤波器需要电阻/温度特性曲线。如果你有热敏电阻的数据手册，可以查看其 “B 常数”和参考温度/电阻。例如，此产品将具有以下校准配置。

# Example configuration entry
- platform: template
  id: to_ntc_temperature_sensor1
  unit_of_measurement: "°C"
  lambda: |-
    return id(some_sensor).get_state();
  update_interval: 1s
  filters:
    - to_ntc_temperature:
        calibration:
          b_constant: 3950
          reference_temperature: 25°C
          reference_resistance: 10kOhm

这可以从数据手册中的相应图表中获取。如果你没有访问数据手册或想自己计算这些值，你必须首先测量三个不同温度下的电阻值。将 NTC 加热或冷却到三个不同温度（最好是相隔较远的温度），并记录这些温度下的电阻值。然后将这些值输入校准参数中：

# Example configuration entry
- platform: template
  id: to_ntc_temperature_sensor1
  unit_of_measurement: "°C"
  lambda: |-
    return id(some_sensor).get_state();
  update_interval: 1s
  filters:
    - to_ntc_temperature:
        calibration:
          - 10.0kOhm -> 25°C
          - 27.219kOhm -> 0°C
          - 14.674kOhm -> 15°C

滤波器根据指定的值对确定 Steinhart-Hart 方程的系数，这些系数也可以直接作为替代方案指定。

# Example configuration entry
- platform: template
  id: to_ntc_temperature_sensor2
  unit_of_measurement: "°C"
  lambda: |-
    return id(some_sensor).get_state();
  update_interval: 1s
  filters:
    - to_ntc_temperature:
        calibration:
          a: 1.439114856904070E-03
          b: 2.693066430764570E-04
          c: 1.653440958554570E-07

示例：摄氏度转换为华氏度

虽然我个人不喜欢华氏温度标度，但我确实理解让温度值以华氏单位显示对一些用户非常有用。ESPHome 内部使用摄氏度温度单位，我也没有计划让两者之间的转换变得简单（😉），但您可以使用此过滤器将摄氏度值转换为华氏度。

filters:
  - lambda: return x * (9.0/5.0) + 32.0;
unit_of_measurement: "°F"

传感器自动化

您可以在 lambdas 中使用 id(sensor_id).get_state() 访问传感器的最新状态，并使用 id(sensor_id).get_raw_state() 访问最近的原始状态。

`on_value`

当经过所有过滤器并发布的新值时，此自动化将被触发。在 Lambdas 中，您可以使用 x 从触发器中获取值。

sensor:
  - platform: dht
    # ...
    on_value:
      then:
        - light.turn_on:
            id: light_1
            red: !lambda "return x/255;"

配置变量：参见 Automation。

`on_value_range`

通过此自动化，您可以观察传感器值是否从定义的范围之外过渡到范围内。例如，您可以设置一个在湿度越过阈值时触发并打开除湿机的自动化。此触发器仅在新值在范围内且之前的值在范围外时触发。启动时，恢复重启前的最后状态，如果值在启动过程中越过了边界，也会执行触发器。

使用 above 和 below 定义范围。如果仅定义了其中一个，则区间为半开区间。例如，above: 5 且无 below 表示从 5 到正无穷的范围。

sensor:
  - platform: dht
    # ...
    on_value_range:
      - below: 5.0
        then:
          - switch.turn_on: relay_1
      - above: 5.0
        below: 10.0
        then:
          - switch.turn_on: relay_2
      - above: 10.0
        then:
          - switch.turn_on: relay_3

配置变量：

above (可选，float): 触发的最小值。
below (可选，float): 触发的最大值。
参见 Automation。

`on_raw_value`

当收到未经过任何过滤器的新值时，此自动化将被触发。在 Lambdas 中，您可以使用 x 从触发器中获取值。

sensor:
  - platform: dht
    # ...
    on_raw_value:
      then:
        - light.turn_on:
            id: light_1
            red: !lambda "return x/255;"

配置变量：参见 Automation。

`sensor.in_range` 条件

如果给定传感器的状态在范围内，则此条件通过。

使用 above 和 below 定义范围。如果仅定义了其中一个，则区间为半开区间。例如，above: 5 且无 below 表示从 5 到正无穷的范围。

# in a trigger:
on_...:
  if:
    condition:
      sensor.in_range:
        id: my_sensor
        above: 50.0
    then:
    - script.execute: my_script

配置变量：

above (可选，float): 条件的最小值。
below (可选，float): 条件的最大值。

Lambda 调用

在 lambdas 中，您可以对所有传感器调用多个方法来执行一些高级操作（更多信息参见完整的 API 参考）。

publish_state() : 手动让传感器推送出一个值。然后它将被传感器过滤器处理，经过过滤后将通过 ESPHome 传播，并通过 API 到 Home Assistant 或通过 MQTT 输出（如果已配置）。

    // Within lambda, push a value of 42.0
    id(my_sensor).publish_state(42.0);

.get_state() : 获取传感器通过所有传感器过滤器后的当前值。如果尚无值通过所有过滤器，则为 NAN。

    // For example, create a custom log message when a value is received:
    ESP_LOGI("main", "Value of my sensor: %f", id(my_sensor).get_state());

.get_raw_state() : 获取未经过任何过滤器的传感器当前值。如果传感器本身尚未推送任何值，则为 NAN。

    // For example, create a custom log message when a value is received:
    ESP_LOGI("main", "Raw Value of my sensor: %f", id(my_sensor).get_raw_state());

传感器组件

传感器基础配置

传感器过滤器

线性校准滤波器

多项式校准滤波器

钳位滤波器

Debounce Filter

Delta 滤波器

指数移动平均滤波器

Filter Out 滤波器

Heartbeat 滤波器

Lambda 滤波器

最大值滤波器

中位数滤波器

最小值滤波器

乘法滤波器

偏移量滤波器

Or 滤波器

分位数滤波器

Round To Multiple Of 滤波器

有效数字舍入滤波器

舍入滤波器

Skip Initial 滤波器

滑动窗口移动平均滤波器

Throttle Average 滤波器

Throttle With Priority 滤波器

Throttle 滤波器

Timeout 滤波器

To Ntc Resistance 滤波器

To Ntc Temperature 滤波器

示例：摄氏度转换为华氏度

传感器自动化

`on_value`

`on_value_range`

`on_raw_value`

`sensor.in_range` 条件

Lambda 调用

参见

传感器组件

传感器基础配置

传感器过滤器

线性校准滤波器

多项式校准滤波器

钳位滤波器

Debounce Filter

Delta 滤波器

指数移动平均滤波器

Filter Out 滤波器

Heartbeat 滤波器

Lambda 滤波器

最大值滤波器

中位数滤波器

最小值滤波器

乘法滤波器

偏移量滤波器

Or 滤波器

分位数滤波器

Round To Multiple Of 滤波器

有效数字舍入滤波器

舍入滤波器

Skip Initial 滤波器

滑动窗口移动平均滤波器

Throttle Average 滤波器

Throttle With Priority 滤波器

Throttle 滤波器

Timeout 滤波器

To Ntc Resistance 滤波器

To Ntc Temperature 滤波器

示例：摄氏度转换为华氏度

传感器自动化

on_value

on_value_range

on_raw_value

sensor.in_range 条件

Lambda 调用

参见

`on_value`

`on_value_range`

`on_raw_value`

`sensor.in_range` 条件