AI nástroje pre Home Assistant: 7 najlepších v roku 2026

Home Assistant už dávno nie je len systém na zapínanie svetiel a ovládanie žalúzií. Za posledné dva roky sa z neho stala platforma, ktorá vie písať automatizácie, čítať obraz z kamier, rozumieť hovorenému slovu a hodnotiť situáciu v dome namiesto vás.

Dobrou správou je, že väčšina z toho je zadarmo. A veľká časť beží lokálne, takže vaše dáta nemusia opustiť domácu sieť.

Prejdem s vami AI nástroje pre Home Assistant, ktoré podľa mňa stoja za pozornosť v roku 2026. Pri každom napíšem aj to, čo mi na ňom prekáža, a pre koho sa nehodí.

Zoradil som ich od najjednoduchšieho po najnáročnejší. Prvé dva rozbehnete za pol hodiny bez nového hardvéru, posledný si vyžiada samostatný počítač.

1. Home Assistant Assist – základ každej AI domácnosti

Ak s AI v Home Assistante ešte len začínate, Assist je miesto, odkiaľ začať. Je to oficiálny hlasový asistent priamo v jadre – nepotrebujete Alexu ani Google Assistanta.

Poviete napríklad:

• Zapni svetlo v obývačke
• Zatvor všetky žalúzie
• Aká je teplota v detskej izbe?

Všetko môže bežať lokálne, takže hlasové príkazy neopustia domácu sieť.

Výhody a nevýhody

• ✅ Je súčasťou Home Assistanta, netreba nič inštalovať
• ✅ Zadarmo a s možnosťou plne lokálneho behu
• ❌ Pri zložitejších vetách zaostáva za veľkými jazykovými modelmi
• ❌ Slovenčina funguje, ale nie tak spoľahlivo ako angličtina

Ovládať ho viete z mobilnej aplikácie, z dashboardu alebo cez samostatné zariadenie Home Assistant Voice Preview Edition, ktoré si postavíte niekde v byte. Na skúšku však stačí mikrofón v telefóne – kupovať nič nemusíte.

Pre koho: pre každého. Ak ešte len rozbiehate systém, začnite článkom Ako začať s Home Assistant v roku 2026 a Assist si zapnite hneď potom.

2. AI Task – automatizácie, ktoré si samy vymyslia text

Toto je najnovší prírastok priamo v jadre Home Assistanta a zároveň nástroj, o ktorom vie najmenej ľudí.

AI Task nie je chatbot. Je to akcia, ktorú zavoláte v automatizácii – pošlete jej zadanie a dostanete späť hodnotu. Text, číslo alebo štruktúrované dáta, s ktorými automatizácia ďalej pracuje.

Rozdiel v praxi vyzerá takto. Namiesto notifikácie „Okno v detskej je otvorené“ mi príde:

Okno v detskej izbe je otvorené 10 minút. Vonku prší a teplota je 22,3 °C. Prosím, zatvorte ho.

Žiadna pevná šablóna by mi nepovedala, že vonku prší. Silnejšia je však druhá vec: AI Task vie vrátiť číslo. Zložité rozhodovanie tak presuniete z desiatok vnorených podmienok do jednej vety v prirodzenom jazyku.

Výhody a nevýhody

• ✅ Priamo v jadre, nepotrebujete HACS
• ✅ Štruktúrovaný výstup použiteľný v podmienkach
• ✅ Nemá prístup k zariadeniam, takže nič nerozbije
• ❌ Pri cloudovom modeli posielate dáta von
• ❌ Výsledok nie je zakaždým rovnaký – na kritické automatizácie sa nespoliehajte

Pre koho: pre každého, koho už nebaví písať texty notifikácií ručne. Kompletný postup vrátane YAML príkladov a riešenia chýb nájdete v návode AI Task v Home Assistante.

3. Home Assistant MCP – keď AI začne rozumieť vašej domácnosti

MCP (Model Context Protocol) prepojí Home Assistant s AI klientom, ako je Claude Desktop alebo ChatGPT. AI potom vidí vaše entity, automatizácie aj logy a vie s nimi pracovať.

Po nastavení viete požiadať napríklad o toto:

• Vytvor automatizáciu, ktorá ma upozorní na otvorené okno, keď sa ochladí
• Vysvetli, prečo sa nespustila automatizácia kúrenia
• Nájdi zariadenia s nízkou batériou
• Prejdi logy a nájdi chyby

Ja používam Claude Desktop. Automatizáciu s tým oknom vyššie som nepísal ručne. Moje zadanie znelo doslova takto:

Ak je vonku chladnejšie ako 22 stupňov, nech mi príde upozornenie, že v detskej je otvorené okno.

Nič viac. Žiadne entity, žiadny YAML, žiadne hľadanie v dokumentácii. AI si prešla moje senzory, našla kontaktný senzor v detskej aj entitu počasia, postavila automatizáciu s dvoma spúšťačmi a potom ju aj spustila, aby overila, že notifikácia dorazí.

Toto je podľa mňa najväčší skok, aký sa dá v Home Assistante urobiť. Nemusíte poznať názvy entít ani trafiť odsadenie v YAML.

Výhody a nevýhody

• ✅ Obrovská úspora času pri písaní automatizácií
• ✅ Nemusíte poznať presné názvy entít
• ❌ AI dostane prístup k vašej domácnosti a vie v nej robiť zmeny
• ❌ Vyžaduje počiatočné nastavenie

Ten druhý bod nepodceňujte. Je to presný opak toho, čo robí AI Task – ten len vracia dáta a nič neovláda. Obe veci majú svoje miesto, len si treba uvedomiť rozdiel.

Pre koho: pre pokročilejších používateľov. Postup nájdete v článku Ako prepojiť Home Assistant s AI pomocou MCP.

4. Frigate – kamery, ktoré rozoznajú človeka od mačky

Ak máte IP kamery, Frigate je povinná jazda. Na rozdiel od klasickej detekcie pohybu rozpozná konkrétne objekty – človeka, auto, bicykel, psa, mačku – a tým odstráni väčšinu falošných upozornení.

Namiesto „Detegovaný pohyb“ dostanete „Pri vchodových dverách stojí človek“.

Novšie verzie vedia dve veci, ktoré sa oplatí poznať:

• Sémantické vyhľadávanie – v zázname hľadáte slovami, napríklad „muž s balíkom“, namiesto ručného preklikávania hodín videa
• Generatívne popisy udalostí – Frigate si nechá udalosť opísať jazykovým modelom a uloží popis k záznamu

Výhody a nevýhody

• ✅ Detekcia beží lokálne, bez mesačných poplatkov
• ✅ Vysoká presnosť a málo falošných hlásení
• ❌ Prvotné nastavenie je najnáročnejšie z celého tohto zoznamu
• ❌ Na plynulý chod chcete USB akcelerátor alebo výkonnejší hardvér

Pre koho: pre používateľov bezpečnostných kamier, ktorí sú ochotní obetovať jeden večer nastavovaniu. Oficiálna dokumentácia je slušne spracovaná.

5. LLM Vision – keď kamera pochopí, čo vidí

LLM Vision posúva kamery ešte ďalej. Nejde len o rozpoznanie objektu, ale o opis celej scény.

Namiesto „Person detected“ dostanete:

Kuriér nechal balík pri vchodových dverách.

Doplnok vie pracovať s cloudovými modelmi ako Gemini či OpenAI, ale aj s lokálnymi. Má vlastné karty do dashboardu a pamätá si udalosti v časovej osi.

Ako sa líši od AI Task? Zjednodušene: AI Task na jednorazové otázky typu „koľko áut tam stojí“, LLM Vision na priebežné sledovanie a popisy.

A ako sa líši od Frigate? Frigate deteguje – povie vám, že na obraze je človek, a robí to lokálne a zadarmo. LLM Vision opisuje – povie vám, čo ten človek robí, ale musí sa spýtať jazykového modelu.

Najlepšie fungujú spolu. Frigate zachytí, že niekto prišiel, a až potom sa zavolá LLM Vision, aby scénu opísal. Ušetríte tým väčšinu volaní do cloudu.

Výhody a nevýhody

• ✅ Notifikácie, ktoré sa naozaj oplatí čítať
• ✅ Podpora viacerých modelov vrátane lokálnych
• ❌ Pri cloudových modeloch vznikajú náklady za API
• ❌ Snímky z domácnosti odchádzajú k poskytovateľovi modelu

Pre koho: pre každého s kamerou, komu nevadí cloud. Inštaluje sa cez HACS, celý postup je v návode na LLM Vision s Google Gemini.

6. Speech-to-Phrase, Whisper a Piper – vlastný hlasový asistent

Ak chcete hlasové ovládanie úplne bez cloudu, potrebujete dve veci: prevod reči na text a prevod textu na reč.

Pri prvej máte na výber a rozdiel je zásadný:

Riešenie	Rýchlosť	Voľnosť príkazov
Speech-to-Phrase	Pod sekundu aj na Home Assistant Green a Raspberry Pi 4	Len vopred známe frázy
Whisper	Na Raspberry Pi 4 okolo 8 sekúnd, na Intel NUC pod sekundu	Rozumie čomukoľvek

Ak máte Home Assistant Green alebo Raspberry Pi, siahnite po Speech-to-Phrase. Osemsekundové čakanie na rozsvietenie svetla vás prestane baviť po druhom dni.

Na opačnú stranu, teda prevod textu na reč, slúži Piper. Obe riešenia sa pripájajú cez integráciu Wyoming a inštalujú sa ako doplnky.

Výhody a nevýhody

• ✅ Nič neopustí domácu sieť
• ✅ Zadarmo a bez limitov
• ❌ Whisper potrebuje výkon, ktorý bežné domáce zariadenie nemá
• ❌ Slovenčina je slabšie podporovaná než veľké svetové jazyky

Pre koho: pre tých, čo nechcú závisieť od cloudu. Postup je v oficiálnej dokumentácii.

7. Ollama, llama.cpp a LiteLLM – jazykový model u vás doma

Ak sa chcete zaobísť aj bez cloudových jazykových modelov, Home Assistant dnes ponúka tri cesty. Ollama je najznámejšia, vo verzii 2026.8 k nej pribudli integrácie llama.cpp a LiteLLM.

Jedna vec, ktorú treba povedať rovno: na Home Assistant Green to nerozbehnete. Potrebujete samostatný výkonnejší počítač, mini PC alebo domáci server, s ktorým Home Assistant komunikuje po sieti.

Druhá vec z praxe: menšie modely, ktoré sa na domáci hardvér zmestia, dávajú horšie štruktúrované výstupy. Pri AI Task s parametrom structure to poznáte okamžite.

Tretia vec, o ktorej sa málo hovorí: lokálny model beží nonstop a niečo to stojí na elektrine. Pri mini PC s grafickou kartou sa dostanete na spotrebu, ktorá už v ročnom vyúčtovaní nie je zanedbateľná.

Neodrádzam. Len to zvážte skôr, než začnete kupovať hardvér – bezplatná úroveň cloudového modelu vám na domáce použitie s veľkou rezervou stačí a nestojí nič.

Pre koho: pre nadšencov, ktorým súkromie stojí za nákup hardvéru. Pre väčšinu začiatočníkov to zatiaľ nutné nie je.

Čo v tomto zozname zámerne nie je

Nástrojov je oveľa viac a nový pribudne skoro každý mesiac. Zámerne som vynechal tri skupiny.

Veci, ktoré som netestoval. O čom som si sám neoveril, že funguje, o tom písať nebudem. Preklad anglického manuálu vám nepomôže o nič viac než ten manuál.

Doplnky, ktoré prekrývajú to isté. Existuje viacero alternatív k LLM Vision aj k Frigate. Pridať ich do zoznamu by ho predĺžilo, ale rozhodovanie by len skomplikovalo.

Cloudové asistenty ako Alexa a Google. Fungujú, ale idú proti zmyslu Home Assistanta. Kto si stavia vlastný systém, väčšinou to robí práve preto, aby od nich nebol závislý.

Ak si teda vyberáte AI nástroje pre Home Assistant, neriaďte sa dĺžkou zoznamu. Lepšie je mať tri veci, ktoré spoľahlivo bežia, než sedem polorozbehnutých.

Koľko to celé stojí

Väčšina týchto nástrojov je zadarmo a to nie je marketingová veta. Assist, Frigate, Speech-to-Phrase, Whisper aj Piper nestoja nič a fungujú donekonečna.

Platí sa až za cloudové jazykové modely, a aj tam sa väčšina domácností zmestí do bezplatnej úrovne. Mne pri modeli gemini-3.1-flash-lite ukazuje špička za posledný mesiac 87 požiadaviek denne pri strope 500.

Pozor si dajte na jednu vec: ten denný strop vás dobehne skôr než počet tokenov. Automatizácia spúšťaná každých päť minút spraví 288 volaní za deň a zoberie vám 58 % limitu.

Preto všetko, čo sa dá, spúšťajte na udalosti a nie na čase. Kamera vie detekovať pohyb sama a zadarmo – AI sa pýtajte až vtedy, keď je sa čoho pýtať.

Skutočné náklady pri AI nástrojoch pre Home Assistant teda nie sú peniaze, ale hardvér a váš čas. Frigate chce akcelerátor, Whisper výkonnejší procesor a lokálne modely samostatný počítač.

Na čo si dať pozor pri súkromí

Toto je téma, ktorú väčšina návodov preskočí, a pritom je pri kamerách úplne zásadná. Oplatí sa jej venovať päť minút predtým, než niečo zapnete.

Keď zapnete LLM Vision alebo AI Task s cloudovým modelom, posielate von obraz zvnútra svojho domu. Nie metadáta, nie „detegovaný pohyb“ – skutočnú fotku.

Mne to pri kamere na dvore neprekáža. Pri kamere v obývačke by mi to prekážalo veľmi a nikdy by som to nezapol.

Druhá vec je MCP. Ten dáva AI právo robiť vo vašej domácnosti zmeny. Ja si každú automatizáciu, ktorú vytvorí, otvorím v editore a prejdem riadok po riadku. Nie preto, že by ich robila zle, ale preto, že je to môj dom a mám vedieť, čo v ňom beží.

Ak vám súkromie stojí za námahu, existuje plne lokálna cesta cez Speech-to-Phrase, Piper, Frigate a lokálny jazykový model. Zaplatíte za ňu hardvérom a časom.

Porovnanie: ktorý nástroj na čo

Nástroj	Na čo slúži	Beží lokálne	Náročnosť
Assist	Hlasové ovládanie	Áno	Nízka
AI Task	Texty a dáta do automatizácií	Voliteľne	Nízka
MCP	Tvorba automatizácií cez AI	Nie	Stredná
Frigate	Rozpoznávanie objektov na kamerách	Áno	Vysoká
LLM Vision	Popis diania na kamerách	Voliteľne	Stredná
Speech-to-Phrase / Whisper + Piper	Lokálny hlas	Áno	Stredná
Ollama a spol.	Vlastný jazykový model	Áno	Vysoká

Lokálne alebo cloudové AI?

Toto je rozhodnutie, ktoré pri AI nástrojoch pre Home Assistant urobíte pri každom z nich zvlášť.

Lokálne znamená maximálne súkromie, chod aj bez internetu a nulové poplatky. Platíte za to výkonom hardvéru a časom stráveným nastavovaním.

Cloudové znamená jednoduchšie nastavenie a výrazne silnejšie modely. Platíte za to tým, že dáta odchádzajú von.

Ja to mám rozdelené podľa citlivosti. Kamera na dvore ide cez cloud a neprekáža mi to. Kamera v obývačke by cez cloud nešla nikdy.

Vo väčšine domácností sa najlepšie osvedčí kombinácia oboch prístupov. Hlas a detekciu nechajte lokálne, texty a popisy pokojne v cloude.

A nezabudnite, že to rozhodnutie viete kedykoľvek zmeniť. Prechod z cloudového modelu na lokálny je pri väčšine nástrojov otázka prepnutia jednej voľby v nastaveniach, nie prestavby celého systému.

Čím by som začal ja

Keby som dnes začínal odznova, zvolil by som toto poradie:

1. Assist – zapnete za päť minút a hneď niečo máte
2. AI Task – najlepší pomer prínosu k námahe z celého zoznamu
3. MCP – od tohto bodu píše automatizácie AI namiesto vás
4. LLM Vision alebo Frigate – podľa toho, či chcete popisy alebo detekciu
5. Lokálny hlas – až keď vám ostatné bežia

Nesnažte sa rozbehnúť všetko naraz. Každý z týchto AI nástrojov pre Home Assistant si vyžiada svoj večer a spoločne by vás zahltili.

Medzi jednotlivými krokmi nechajte aspoň týždeň. Zistíte totiž, že polovicu vecí, ktoré ste chceli automatizovať, v skutočnosti nepotrebujete – a to sa dá zistiť len tak, že s tým chvíľu žijete.

Často kladené otázky

Musím za AI v Home Assistante platiť?

Nie. Assist, Frigate, Whisper aj Piper sú zadarmo. Platiť začnete až pri cloudových modeloch, a aj tam býva bezplatná úroveň dostatočná – mne pri troch automatizáciách s AI Task bohato stačí.

Dá sa používať AI úplne lokálne?

Áno. Assist, Speech-to-Phrase, Piper aj Frigate fungujú bez internetu. Pri jazykových modeloch to ide cez Ollamu alebo llama.cpp, ale potrebujete na to samostatný výkonnejší počítač.

Ktorý nástroj je najlepší pre začiatočníkov?

Assist a hneď po ňom AI Task. Oba sú priamo v jadre, nepotrebujete HACS ani nový hardvér a výsledok vidíte do pol hodiny.

Potrebujem výkonný počítač?

Na väčšinu nie. Home Assistant Green zvládne Assist, AI Task aj Speech-to-Phrase. Výkon budete potrebovať pri Whisperi, Frigate s viacerými kamerami a pri lokálnych jazykových modeloch.

Aký je rozdiel medzi AI Task a MCP?

AI Task len vracia dáta a nič neovláda – zavoláte ho z automatizácie. MCP naopak dáva AI prístup k vašej domácnosti, aby v nej mohla robiť zmeny. AI Task je bezpečnejší, MCP mocnejší.

Funguje to všetko po slovensky?

Textové nástroje ako AI Task a LLM Vision áno, len treba do zadania výslovne napísať, aby odpovedali po slovensky. Pri hlasovom ovládaní je slovenčina slabšie podporovaná než angličtina a treba s tým počítať.

Zmenia mi tieto nástroje existujúce automatizácie?

Nie. Všetko, čo vám dnes beží na klasických podmienkach, bude bežať ďalej. AI nástroje pridávate popri nich a odporúčam presne to – tam, kde stačí obyčajná šablóna, je volanie do cloudu zbytočné.

Záver

Umelá inteligencia sa stala prirodzenou súčasťou Home Assistanta a nemusíte kvôli nej budovať domáci server ani študovať zložité technológie. AI nástroje pre Home Assistant sú dnes na dosah aj úplnému začiatočníkovi.

Ak by som mal z tohto zoznamu odporučiť len jednu vec, boli by to AI Task a MCP. Prvý preto, že za pol hodiny práce dostanete automatizácie, ktoré vedia posúdiť situáciu. Druhý preto, že od jeho zapnutia už automatizácie nepíšete vy.

Zvyšné AI nástroje pre Home Assistant si pridávajte postupne, podľa toho, čo vás v domácnosti reálne štve. To je jediné rozumné kritérium.