DHT22 + ASI Biont: автоматизация климата с датчиком температуры и влажности

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

← Все статьи

Комментарии

Читайте также

Glimmer от Meta: новый шаг к персональному ИИ, о котором мечтает Цукерберг

11 августа 2026

Как подключить сервоприводы с PCA9685 к AI-агенту ASI Biont: пошаговый гайд по интеграции

11 августа 2026

Манифест Марка Цукерберга об ИИ: почему именно он вызывает недоверие к технологии

11 августа 2026

Тест на безопасность ИИ становится угрозой: как защита превращается в оружие

11 августа 2026

Zapier встречает ИИ: как агент ASI Biont автоматизирует no-code рабочие процессы без ограничений

11 августа 2026

«Data Science с нуля»: как быстро войти в аналитику данных с помощью AI-обучения на asibiont.com

11 августа 2026

ML в продакшене: курс MLOps, который развивает реальные навыки с помощью обучения на основе ИИ

11 августа 2026

Я: не создатель, а управляющий — почему эта философия изменит ваш подход к разработке

11 августа 2026

Интеграция Linode с ИИ-агентом: развертывание и управление облачной инфраструктурой из чата

11 августа 2026