Fa tres dies un incendi ha cremat més de 2.300 hectàrees del massís de les Gavarres, a l’Empordà, i ha obligat a confinar vuit municipis. No és un fet aïllat: cada estiu el país viu sota l’amenaça del foc, i la resposta institucional (Bombers, Agents Rurals amb el Pla Alfa) genera dades públiques en temps real que gairebé ningú fa servir fora dels seus propis visors.

Jo tinc Home Assistant a casa. Vaig pensar: per què no portar aquesta informació allà on ja miro i automatitzo l’estat de casa?

Home Assistant, en dues línies

Home Assistant és una plataforma d’automatització de la llar, de codi obert i local-first: centralitza sensors, dispositius i integracions de tercers, i deixa definir automacions (“si passa X, fes Y”). Cada font de dades s’hi connecta com una integració; jo n’he construït una de nova, distribuïble via HACS.

Què fa Incendis Catalunya

ha-incendiscat connecta Home Assistant amb dues fonts públiques:

  • El visor d’actuacions dels Bombers de la Generalitat: incendis actius en temps real (ubicació, fase, vehicles desplegats).
  • El Pla Alfa dels Agents Rurals: nivell de risc d’incendi diari (0-4) per municipi.

Amb això genera un mapa amb els focs actius, sensors agregats (nombre d’incendis, distància al més proper, vehicles desplegats, risc Pla Alfa), un binary_sensor que s’activa quan hi ha un incendi dins del teu radi d’alerta, events per enganxar-hi automatitzacions, i un blueprint llest per rebre una notificació push al mòbil.

Mapa d’Incendis Catalunya amb els focs actius a la comarca de la Selva i el Gironès

Sensors agregats d’Incendis Catalunya al dashboard: incendis actius, distància, vehicles desplegats i risc Pla Alfa

Notificació push a iOS generada pel blueprint: risc alt d’incendi avui a Camós

Cap de les dues fonts és una API oficial. Són FeatureServers d’ArcGIS pensats per alimentar visors web, no per integrar-se en altres sistemes. Poden canviar d’esquema sense avís, així que bona part del disseny és tolerància a fallades: llegir camps amb valors per defecte, marcar el servei com a “degradat” després de tres errors seguits del mateix tipus, i no esborrar mai dades ja carregades.

Com s’ha construït

Vaig començar pel que sol quedar-se pel camí: documents de disseny abans de codi. Vaig estudiar dues integracions HACS que ataquen el mateix problema en altres territoris: ha-wildfire-monitor (Califòrnia, API REST de CAL FIRE) i ha-pyrovigil (Portugal, el mateix patró ArcGIS FeatureServer que Catalunya). D’aquí en vaig treure un pla de 16 tasques.

Cada tasca és un commit: model de dades i client ArcGIS, coordinador amb polling i events, sensors i binary_sensors, entitats de geolocalització per cada foc, flux de configuració en dos passos, client del Pla Alfa, entitats de diagnòstic, traduccions (ca/es/en), blueprint de notificació, README. Després, una ronda només d’enduriment: revisió de codi, hardening del client ArcGIS, neteja general.

Primer pas del flux de configuració: ubicació i radis de seguiment i alerta sobre el mapa

Segon pas del flux de configuració: subtipus d’incident, fases actives i interval de sondeig

El bug més interessant no va sortir de cap revisió, va sortir d’usar-ho de debò: vaig muntar una instància de Home Assistant aïllada per provar la integració abans d’instal·lar-la a casa, i allà vaig descobrir que la vista d’ArcGIS dels Bombers no permet detectar baixes de forma incremental: un incendi que es resol simplement deixa d’aparèixer, no queda marcat com a tancat. Vaig haver de canviar l’estratègia de sincronització a “descarregar-ho tot cada cicle i comparar amb l’anterior”, perquè amb sincronització incremental un incendi resolt es quedava viu per sempre a Home Assistant.

Claude Code i OpenCode: quant costa fer això amb IA

Tot el codi d’aquest projecte l’he escrit conversant amb agents. Val la pena desglossar-ho perquè els números sorprenen.

Claude Code ha fet el gruix de la feina: 13 sessions repartides en 4 dies, gairebé totes amb Sonnet 5, amb Opus 4.8 puntualment per a un checklist de prellançament, un dubte semàntic sobre nivells de risc i una revisió de codi. En total, ~138 milions de tokens processats, però un 96% (~132M) són lectures de cache. Fora del cache, la feina real és ~570.000 tokens d’entrada nova, ~835.000 de sortida generada, i ~4,1M escrits a cache. A sobre, dos subagents de recerca puntuals (per estudiar CI/CD de referència i mapes tipus flightradar per mostrar els focs com una targeta).

OpenCode hi ha entrat només dues vegades, i amb un model gratuït (nemotron-3-ultra-free): un cop per netejar referències internes a “Task N” que havien quedat als docstrings (l’AGENTS.md del projecte demana explícitament no referenciar-les mai als comentaris, perquè el pla evoluciona i la referència queda òrfena), i un altre per mirar analítiques de la integració a HACS. En total, ~1,3 milions de tokens. Pràcticament testimonial comparat amb Claude Code. Hagués fet servir GLM-5.2 per això o més petit, però l’API de ZAI no estava disponible.

La feina de fons (les 16 tasques, el bug de sincronització trobat usant-ho de debò, el canvi de nom a mig camí) s’ha fet gairebé tota dins d’una conversa contínua amb Claude Code, on jo enviava captures de pantalla (“per què surt -1km?”, “per què veig 0 incendis?”) i l’agent iterava fins que la interfície feia el que tocava. OpenCode ha quedat per feina puntual i de baix risc. La lliçó no és quin agent és millor: és que el gruix del cost, en temps i en tokens, és la iteració amb l’ús real, no escriure la primera versió del codi.

Codi obert, llicència MIT, instal·lable via HACS: github.com/pmontp19/ha-incendiscat

Si vius a prop d’una zona forestal o nucli aïllat m’agradaria saber si la feu servir.