Представьте: умный дом сам подстраивает климат, теплица проветривается при повышении влажности, а серверная отправляет алерт, когда температура выходит за норму. Всё это легко реализовать, если доверить логику AI-агенту ASI Biont, а данные — недорогому датчику DHT22. Рассказываем, как связать их за 15 минут и какие сценарии автоматизации открываются.
Датчик DHT22 — один из самых популярных для измерения температуры и влажности. Он стоит около 200–300 рублей, работает по цифровому протоколу OneWire и подключается к любому микроконтроллеру. Но ценность датчика раскрывается только тогда, когда его данные попадают в систему, которая может принимать решения. Именно для этого существует ASI Biont. Официальная спецификация DHT22 доступна на сайте Aosong Electronics, а библиотеки для MicroPython — в репозитории проекта.
Зачем подключать DHT22 к AI-агенту?
Обычная метеостанция просто показывает цифры. AI-агент превращает их в действия: включает увлажнитель, открывает окно, отправляет уведомление. ASI Biont не требует жёстко заданных правил — вы описываете задачу на естественном языке, а агент сам подбирает логику, анализирует историю данных и предлагает сценарии. Например, можно попросить: «Если влажность в теплице выше 80%, открывай форточку, а при жаре больше 30 °C отправляй мне Telegram-сообщение».
Способы подключения: MQTT, Modbus, REST и другие
ASI Biont умеет подключаться к устройствам через десятки протоколов: COM-порт (RS-232/RS-485 через Hardware Bridge), MQTT, Modbus/TCP, SSH, HTTP API/WebSocket, OPC-UA, S7, BACnet, EtherNet/IP, CAN bus и другие. Для DHT22 самый распространённый путь — использовать ESP32 или Arduino как шлюз и передавать данные по MQTT. В таблице — основные варианты.
| Способ | Протокол | Типичное применение | Сложность |
|---|---|---|---|
| MQTT | Paho-MQTT | Smart Home, IoT | Низкая |
| REST/HTTP | aiohttp | Облачные платформы | Низкая |
| COM-порт | RS-232/RS-485 | Arduino, промышленные контроллеры | Средняя |
| Modbus TCP | pymodbus | ПЛК, SCADA | Средняя |
| SSH | paramiko | Raspberry Pi, Linux | Средняя |
| execute_python | любой | Универсальная интеграция | Минимальная |
Для дома лучше всего подходит MQTT — он лёгкий, надёжный и поддерживается всеми популярными платформами умного дома. ESP32 передаёт показатели в брокер, а ASI Biont подписывается на топик и обрабатывает данные.
Практический сценарий: ESP32 + DHT22 + MQTT
Схема подключения
Подключите DHT22 к ESP32: VCC — на 3.3V, GND — на GND, Data — на GPIO4 (можно любой цифровой пин). Не забудьте подтягивающий резистор 10 кОм между Data и VCC.
Код на MicroPython для ESP32
Сохраните этот скетч на устройстве:
from machine import Pin
import dht
import umqtt.simple as mqtt
import ujson
import time
import network
wlan = network.WLAN(network.STA_IF)
wlan.connect('YOUR_SSID', 'YOUR_PASS')
client = mqtt.MQTTClient('esp32', '192.168.1.100')
client.connect()
d = dht.DHT22(Pin(4))
while True:
d.measure()
msg = ujson.dumps({'temp': d.temperature(), 'hum': d.humidity()})
client.publish('home/climate', msg)
time.sleep(30)
Используйте DHT11 для менее точных измерений; замените dht.DHT22(Pin(4)) на dht.DHT11(Pin(4)).
Настройка ASI Biont
Теперь переходим в чат ASI Biont (дашборд или Telegram) и пишем: «Подключись к MQTT брокеру 192.168.1.100, топик home/climate, тип данных — температура и влажность». Агент сам создаст Python-скрипт с paho-mqtt, запустит его в безопасном sandbox и начнёт слушать данные. Никаких панелей управления — только диалог.
Пример команды, которую формирует ASI Biont для приёма данных (упрощённо):
industrial_command(
protocol='mqtt',
command='subscribe',
params={'server': '192.168.1.100', 'topic': 'home/climate', 'qos': 1}
)
Для COM-портов используется Hardware Bridge (bridge.py), который скачивается из дашборда. Запускается он так: python bridge.py --token=XXX --ports=COM3 --baud 115200 --rate=10. Важно: bridge.py не имеет своего HTTP API — все команды передаются через industrial_command().
AI-сценарий: уведомление в Telegram
Теперь опишите задачу: «Если температура больше 30 °C или влажность выше 80%, отправь мне уведомление в Telegram». ASI Biont сформирует следующий код (выполняется в sandbox, упрощённо):
import paho.mqtt.client as mqtt
import requests
def on_message(client, userdata, msg):
data = eval(msg.payload.decode())
if data['temp'] > 30 or data['hum'] > 80:
requests.post(
'https://api.telegram.org/bot<TOKEN>/sendMessage',
json={'chat_id': '<CHAT_ID>', 'text': f'Warning: {data}'}
)
Агент сам подставит токен бота и chat_id, если вы укажете их в диалоге. Никакой ручной настройки.
Как ASI Biont обрабатывает данные и принимает решения
ASI Biont не просто реагирует на пороговые значения. Он анализирует тренды: скорость изменения температуры, суточные циклы, корреляции с другими датчиками. Вы можете спросить: «Какая была средняя влажность за неделю?» — и агент построит график или даст сводку. Анализ выполняется на стороне агента: данные с ESP32 поступают в его память, где доступны модели машинного обучения для прогнозирования.
Благодаря встроенной поддержке execute_python вы можете подключить не только DHT22, но и любые другие устройства — от камер до промышленных контроллеров. Агент сам напишет код с использованием pyserial, paramiko, paho-mqtt, pymodbus, aiohttp или opcua-asyncio. Достаточно описать, к какому устройству подключиться и какие параметры указать (порт, IP, baud rate, API-ключ).
Почему это выгодно?
Раньше интеграция датчика занимала часы. Нужно было писать код обработки, настраивать базу данных и интерфейс. С ASI Biont вы просто формулируете задачу — остальное делает AI. Это особенно ценно для прототипов и небольших умных домов, где не хочется разворачивать слож
ные системы и настраивать интеграцию с нуля. ASI Biont берёт на себя весь цикл: подключение, чтение данных, обработку, визуализацию и уведомления. Вы описываете желаемый результат словами — агент превращает его в работающий код.
Безопасность и ограничения
Конечно, выполнение кода, сгенерированного нейросетью, требует осторожности. Поэтому ASI Biont изолирует исполнение в песочнице, а bridge-процесс запускается отдельно с минимальными правами. Все команды приходят через industrial_command(), и вы можете просмотреть, что именно будет выполнено, до отправки на устройство.
Если вы работаете с реальным оборудованием, не забывайте про защиту: используйте TLS для MQTT, ограничьте доступ к Telegram API и не храните токены в открытом виде. Агент умеет генерировать безопасные конфигурации, если явно попросить его об этом.
Подведём итоги
ASI Biont — это не просто очередной инструмент для автоматизации. Это помощник, который понимает вашу задачу на естественном языке и сам выбирает подходящий протокол, библиотеку и формат данных. Особенно это удобно на этапе прототипирования:
- быстрое подключение датчиков без погружения в документацию;
- мгновенная проверка гипотез на реальных данных;
- лёгкое масштабирование от одного ESP32 до промышленного контроллера;
- экономия часов разработки на каждом этапе.
Попробуйте ASI Biont вместе с вашим устройством — сформулируйте первую задачу, и вы увидите, как виртуальный инженер сам напишет код, подключится к железу и пришлёт вам результат.Мы подготовили для вас несколько готовых сценариев: опрос аналоговых датчиков, отправка данных по Modbus, управление реле через GPIO и даже связку с беспроводными модулями LoRa. Каждый сценарий можно адаптировать под свою задачу прямо в чате — агент учтёт ваши уточнения и переработает код.
Установить ASI Biont можно за пару команд: агент распространяется в виде контейнера или asic-модуля. Для начала достаточно сформулировать цель, например: «Опроси температуру на ESP32 каждые 10 секунд и отправляй в Telegram при превышении порога». Дальше агент сам раз
Комментарии