DHT22 / DHT11 + ASI Biont: AI-агент берет климат под контроль
Если вы работаете с умным домом, теплицей или промышленным оборудованием, то наверняка знаете, что DHT22 и его младший брат DHT11 — одни из самых популярных датчиков температуры и влажности. Они дёшевы, просты в подключении и повсеместно используются в проектах на Arduino, ESP32 и Raspberry Pi. Но что, если данные с этих сенсоров будут обрабатываться не просто скриптом, а полноценным AI-агентом? Именно это предлагает платформа ASI Biont.
В этой статье я покажу, как подключить DHT22 к AI-агенту ASI Biont, настроить сценарии автоматизации (уведомления в Telegram, управление увлажнителем, аналитика по температуре) и почему для этого не нужно писать сложный код с нуля. ASI Biont сам напишет интеграцию под ваше устройство — через диалог в чате.
Что за зверь DHT22 / DHT11 и зачем его дружить с AI?
DHT22 и DHT11 — это цифровые датчики, измеряющие температуру и относительную влажность. DHT11 имеет точность ±2°C и ±5% RH, DHT22 — уже ±0.5°C и ±2% RH. Они общаются с микроконтроллером по однопроводному протоколу (1-Wire, но не совсем — обычно используют специальную библиотеку). Эти датчики используются повсюду: от метеостанций до умных теплиц и серверных комнат.
Подключение к AI-агенту даёт следующие возможности:
- Мониторинг в реальном времени — AI-агент следит за показаниями и предупреждает о выходе за границы нормы.
- Автоматизация — на основе данных AI может включать вентиляцию, увлажнитель или обогреватель через реле.
- Аналитика — AI накапливает данные, строит тренды, предсказывает заморозки в теплице или перегрев в серверной.
- Голосовое и чат-управление — можно спрашивать AI: «Какая температура в спальне?» и получать ответ в Telegram.
Как ASI Biont подключается к датчику: способы и протоколы
ASI Biont — это AI-агент, который умеет интегрироваться с любым device через универсальный механизм execute_python. Это значит, что вам не нужно ждать готовых драйверов — AI сам напишет Python-скрипт, который читает данные с датчика. Конкретный способ зависит от того, на каком устройстве вы используете DHT22.
| Платформа | Способ подключения | Библиотека |
|---|---|---|
| Raspberry Pi (GPIO) | Python напрямую через execute_python | Adafruit_DHT или board+pulseio (CircuitPython) |
| ESP32 с MicroPython | MQTT (paho-mqtt) | umqtt.simple |
| Arduino + Ethernet-шилд | HTTP API / WebSocket | aiohttp |
| Промышленный контроллер с RS-485 | Modbus/TCP или COM-порт через Hardware Bridge | pymodbus |
В статье я рассмотрю два самых частых варианта: Raspberry Pi и ESP32.
Раскрываем практический сценарий: ESP32 + DHT22 + Telegram-уведомления
Схема подключения ESP32 к DHT22
- VCC на 3.3V.
- GND на GND.
- DATA на GPIO4 (например, вывод 4).
- Между VCC и DATA подключаем резистор 10 кОм (подтяжка).
Код на MicroPython для ESP32
Для чтения данных с DHT22 на ESP32 будем использовать MicroPython и библиотеку dht. Всю логику можно описать в Telegram-чате ASI Biont, но я приведу пример кода, который AI сгенерирует для вас.
from machine import Pin, Timer
import dht
import time
import network
from umqtt.simple import MQTTClient
# пины
sensor = dht.DHT22(Pin(4))
# настройка Wi-Fi (подставьте свои)
ssid = "YOUR_WIFI"
password = "YOUR_PASSWORD"
# MQTT брокер (например, mosquitto, который вы подняли на сервере)
MQTT_BROKER = "192.168.1.100"
MQTT_TOPIC = "home/climate"
wlan = network.WLAN(network.STA_IF)
wlan.active(True)
wlan.connect(ssid, password)
while not wlan.isconnected():
time.sleep(0.5)
def read_sensor():
sensor.measure()
temp = sensor.temperature()
hum = sensor.humidity()
return temp, hum
client = MQTTClient("esp32_client", MQTT_BROKER)
client.connect()n
while True:
temp, hum = read_sensor()
payload = f"{{\"temp\":{temp},\"hum\":{hum}}}"
client.publish(MQTT_TOPIC, payload)
time.sleep(30)
Этот код отправляет данные каждые 30 секунд в MQTT-брокер. ASI Biont подписывается на тот же топик и обрабатывает данные.
Подключаем Raspberry Pi напрямую через execute_python
Если у вас Raspberry Pi с GPIO, можно вообще не заморачиваться с MQTT и читать датчик прямо из AI-агента. Вот пример интеграции через execute_python:
import Adafruit_DHT
DHT_PIN = 4 # GPIO4
sensor = Adafruit_DHT.DHT22
humidity, temperature = Adafruit_DHT.read_retry(sensor, DHT_PIN)
if humidity is not None and temperature is not None:
print(f"{temperature:.1f}C {humidity:.1f}%")
else:
print("failed to read")
Этот код ASI Biont может выполнить в песочнице и получить результат. Но как он узнает, на каком пине висит датчик? Вы просто говорите ему в чате: «Подключись к датчику DHT22 на Raspberry Pi, пины: DATA на GPIO4». AI сам подберёт библиотеку, сгенерирует код и запустит.
Как AI сценарии автоматизации: пример «Умный климат-контроль»
Допустим, вы хотите, чтобы AI мониторил температуру в теплице и уведомлял вас в Telegram, если она выходит за пределы 18–30°C. Вы просто пишете в чат ASI Biont:
«Подключи DHT22 на Raspberry Pi через GPIO4. Если температура меньше 18 или больше 30, отправь мне в Telegram сообщение с текущими значениями. Также включи полив, если влажность меньше 60%»
ASI Biont создаст код на Python, который будет опрашивать датчик, проверять условия и через Telegram Bot API отправлять уведомление. Для полива потребуется, чтобы к Raspberry Pi было подключено реле — AI и это учтёт.
Пример кода, который AI сгенерирует для Telegram-уведомления (через requests.post)
import Adafruit_DHT
import requests
import time
TOKEN = "ваш_токен_бота"
CHAT_ID = "ваш_chat_id"
def send_telegram(text):
url = f"https://api.telegram.org/bot{TOKEN}/sendMessage"
data = {"chat_id": CHAT_ID, "text": text}
requests.post(url, data=data)
while True:
hum, temp = Adafruit_DHT.read_retry(Adafruit_DHT.DHT22, 4)
if temp is not None:
if temp < 18 or temp > 30:
send_telegram(f"⚠️ Температура: {temp}°C, влажность: {hum}%")
time.sleep(60)
Не запускайте этот код в execute_python в бесконечном цикле — там таймаут 30 секунд. Вместо этого используйте внешний скрипт на Raspberry Pi, а AI-агент будет управлять им по SSH.
Не только DHT22: AI подключает ЛЮБОЕ устройство без ожидания драйверов
Ключевая фишка ASI Biont — универсальность. Вам не нужно ждать, пока разработчики добавят поддержку вашего устройства. Вы описываете в чате, к какому устройству подключиться и какие параметры (порт, IP, baud rate, API-ключ), и AI сам пишет код на Python с использованием pyserial, paramiko, paho-mqtt, pymodbus, aiohttp или opcua-asyncio. Всё подключение происходит в диалоге — никаких панелей управления и кнопок «добавить устройство» не существует.
Это значит, что даже если у вас редкий GPS-трекер или самодельный промышленный контроллер, вы можете интегрировать его с ASI Biont без единой строчки кода, написанной вручную. AI сам разберётся в документации и сгенерирует рабочий код.
Практический пример: подключение DHT22 к ASI Biont через Hardware Bridge (COM-порт)
Если у вас Arduino Uno, который работает как USB-мост, можно использовать Hardware Bridge. Вы скачиваете bridge.py из дашборда ASI Biont, запускаете с параметрами:
python bridge.py --token=XXX --ports=COM3 --baud 115200 --rate=10
После этого AI может читать данные с COM-порта. На Arduino должен быть прошит скетч, который отправляет данные в формате JSON, например:
#include <DHT.h>
#define DHTPIN 2
#define DHTTYPE DHT22
DHT dht(DHTPIN, DHTTYPE);
void setup() {
Serial.begin(115200);
dht.begin();
}
void loop() {
float t = dht.readTemperature();
float h = dht.readHumidity();
Serial.print("{\"temp\":");
Serial.print(t);
Serial.print(",\"hum\":");
Serial.print(h);
Serial.println("}");
delay(1000);
}
В чате AI вы просто пишете: «Прочитай данные с COM3, формат JSON, поле temp — температура, hum — влажность». И AI использует industrial_command() в Hardware Bridge для чтения строки с датчика.
Какие задачи решает ASI Biont в связке с DHT22
| Задача | Решение |
|---|---|
| Мониторинг серверной | Непрерывный опрос датчика, предупреждение при перегреве |
| Умная теплица | Управление поливом и вентиляцией на основе влажности |
| Домашний климат | Интеграция с кондиционером через IR-передатчик |
| Аналитика | Построение графиков трендов, прогноз изменения температуры |
Почему это выгодно: AI делает интеграцию за секунды
Раньше, чтобы подключить датчик к какому-либо умному сервису, нужно было писать код, отлаживать его, настраивать связь. С ASI Biont вы просто описываете задачу на естественном языке, и AI превращает её в готовый Python-скрипт. Время интеграции сокращается с нескольких часов до пары минут.
Например, чтобы настроить уведомления в Telegram, мне понадобилось 5 минут, включая генерацию токена бота. Основное время ушло на физическое подключение датчика.
Подводные камни (мой реальный опыт)
- DHT11 слишком неточный для серьёзной автоматизации. Если планируете контролировать климат теплицы, берите DHT22.
- Пин DATA на Raspberry Pi требует подтяжки 10 кОм к 3.3V. Без неё датчик может работать нестабильно.
- В execute_python нельзя запускать бесконечные циклы — таймаут 30 секунд. Для длительных опросов используйте внешний скрипт с SSH-управлением.
- MQTT-брокер должен быть доступен по сети. Если у вас дома нет брокера, поднимите mosquitto за 5 минут или используйте бесплатный публичный (но не для секретных данных).
Как начать уже сегодня
- Зайдите на asibiont.com.
- Зарегистрируйтесь и создайте своего первого AI-агента.
- Подключите датчик DHT22 к Raspberry Pi или ESP32.
- В чате напишите: «Подключи DHT22 на Raspberry Pi GPIO4, отправляй мне температуру в Telegram каждые полчаса».
- AI сам выполнит интеграцию.
Заключение
DHT22/DHT11 + ASI Biont — это мощный тандем для умного климат-контроля. Благодаря универсальному execute_python и диалоговому интерфейсу, вам не нужно быть гуру Python, чтобы автоматизировать сенсоры. Просто опишите задачу — и AI сделает всё сам. Попробуйте уже сегодня и убедитесь, насколько это просто.
Если у вас остались вопросы — пишите в комментариях к статье, я постараюсь ответить.
Комментарии