现状：
简单的自动化规则实现简单功能，如果实现复杂规则就需要非常复杂，非常多的自动化逻辑。
想象：
买回去的新设备硬件完成安装后App添加时只要询问所在空间，App自动关联这个房间的设备。不用设置相关的自动化，而是学习用户习惯，比如光线传感器数值低于100lux，此空间的人体存在传感器检测到有人，用户做了开灯的操作并把亮度值调整到了200lux，App就记录下此项操作，经过2次以上用户手动操作后第3次自动打开并设定亮度直到光照传感器检测到的数值接近200lux，如果用户没有对灯具进行操作则认为自动操作用户接受，如果用户关掉了灯具或调低了亮度则收集更多次数据，比如5局3胜制。
传感器类可以接入时询问阈值，如果用户有概念直接输入期待数值区间，没有概念可以忽略进行自学习，比如用户对寒冷的耐受度是20度，19度时用户开启了空调，对热的耐受是28度，29度时用户开启了空调并设定了温度，学习规则。
对于一些控制类产品，比如旋钮和开关，首次接入时进行向导式询问，这个旋钮你是希望控制灯还是窗帘？控制哪个或者哪一组，单击时开/关?用户接受，双击时调到最亮？用户接受，诸如此类。
创建场景时预置一些操作，比如外出场景不用自动操作哪些设备，哪些设备一般场景下应该开启或关闭，当有新设备加入或规则优化变更时生成日志推送，让用户勾选哪些操作是正确的操作。
