Введение: Почему LilyGO и AI-агент — идеальная пара
Вы купили LilyGO — мощный микроконтроллер с дисплеем, LoRa, Wi-Fi и Bluetooth. Установили датчик температуры BME280, подключили реле для управления освещением. Но теперь нужно не просто выводить данные на экран, а собирать их, анализировать, отправлять уведомления и управлять исполнительными механизмами — и всё это без написания тонны кода вручную. Тут и приходит на помощь ASI Biont — AI-агент, который подключается к вашему LilyGO и берёт на себя всю рутину.
В этой статье я покажу, как за 5 минут настроить интеграцию LilyGO с ASI Biont, используя MQTT — самый гибкий протокол для IoT. Вы научитесь передавать данные с датчиков в облако, получать команды управления из Telegram и автоматизировать сценарии. Всё это без сложных панелей управления — достаточно описать задачу в чате, и AI сам напишет код.
Что такое LilyGO и зачем подключать его к AI-агенту?
LilyGO — это семейство микроконтроллеров на базе ESP32, ESP8266 и других чипов, которые славятся встроенным дисплеем, аккумулятором и модулями связи (LoRa, GSM, GPS). Они идеально подходят для:
- Метеостанций и умного дома
- GPS-трекеров и телеметрии
- Промышленного мониторинга
- Удалённого управления реле и моторами
Но в одиночку LilyGO — просто «железка» с прошивкой. Чтобы превратить его в полноценного ассистента, нужен AI-агент, который:
- Читает данные с датчиков и анализирует их
- Принимает решения: включить вентилятор, если температура превысила 30°C
- Отправляет уведомления в Telegram при аномалиях
- Управляет устройством через чат — вы пишете «включи реле на 5 минут», и AI отправляет команду
Как ASI Biont подключается к LilyGO: выбираем способ
ASI Biont поддерживает несколько способов подключения к устройствам. Для LilyGO, который чаще всего работает по Wi-Fi и отправляет данные через MQTT, лучший вариант — MQTT (протокол publish/subscribe). Вот почему:
- MQTT лёгкий и энергоэффективный — идеально для микроконтроллеров
- Поддерживает двустороннюю связь: устройство публикует данные, AI-агент подписывается и может отправлять команды обратно
- Не требует прямого доступа к COM-порту (в отличие от Hardware Bridge)
Альтернативные способы для LilyGO:
- Hardware Bridge (COM-порт): если вы подключаете LilyGO через USB к ПК и хотите читать данные с Serial — запускаете bridge.py, указываете порт (например, COM3) и baud rate (115200). AI отправляет команды через industrial_command с протоколом serial://.
- HTTP API: если у LilyGO веб-сервер, AI подключается через aiohttp.
- SSH: для моделей LilyGO на базе Linux (например, LilyGO T-SIM7080G с ESP32 + SIM7000), если там запущен SSH-сервер.
Но для большинства проектов MQTT — золотой стандарт. Ниже — пошаговое руководство.
Пошаговая интеграция: LilyGO + датчик температуры + ASI Biont через MQTT
Что вам понадобится
- LilyGO (например, модель T-Display-S3 или T-A7670G)
- Датчик температуры/влажности (BME280, DHT22)
- MQTT-брокер (например, HiveMQ Cloud или Mosquitto локально)
- Установленный Python на ПК (для тестов)
- Аккаунт на asibiont.com и API-ключ
Шаг 1: Прошиваем LilyGO
Напишите прошивку для LilyGO, которая подключается к Wi-Fi и публикует данные в MQTT. Библиотеки:
- WiFi.h — для подключения к сети
- PubSubClient.h — MQTT клиент
- Adafruit_BME280.h — для датчика
Пример кода (Arduino IDE):
#include <WiFi.h>
#include <PubSubClient.h>
#include <Adafruit_BME280.h>
const char* ssid = "ваш_SSID";
const char* password = "ваш_пароль";
const char* mqtt_server = "broker.hivemq.com";
const int mqtt_port = 1883;
const char* topic_temp = "lilygo/temperature";
const char* topic_hum = "lilygo/humidity";
WiFiClient espClient;
PubSubClient client(espClient);
Adafruit_BME280 bme;
void setup() {
Serial.begin(115200);
WiFi.begin(ssid, password);
while (WiFi.status() != WL_CONNECTED) {
delay(500);
Serial.print(".");
}
bme.begin(0x76);
client.setServer(mqtt_server, mqtt_port);
}
void loop() {
if (!client.connected()) {
client.connect("LilyGO_Client");
}
client.loop();
float temp = bme.readTemperature();
float hum = bme.readHumidity();
char tempStr[8];
dtostrf(temp, 1, 2, tempStr);
client.publish(topic_temp, tempStr);
char humStr[8];
dtostrf(hum, 1, 2, humStr);
client.publish(topic_hum, humStr);
delay(60000); // публикуем каждую минуту
}
Шаг 2: Подключаем ASI Biont к MQTT-брокеру
Теперь в чате с AI-агентом пишем:
«Подключись к MQTT-брокеру broker.hivemq.com:1883, подпишись на топики lilygo/temperature и lilygo/humidity. Каждые 5 минут анализируй последние 10 измерений температуры. Если средняя температура за последние 30 минут превышает 28°C, отправь уведомление в Telegram с текстом "Температура выше нормы!" и опубликуй в топик lilygo/command команду "RELAY_ON". Если ниже 20°C — отправь "RELAY_OFF". Для отправки в Telegram используй мой бот: токен 123456:ABC-DEF, chat_id 987654321.»
AI сам напишет и выполнит Python-скрипт с использованием библиотек paho-mqtt (подписка/публикация) и requests (Telegram). Скрипт работает в sandbox-окружении ASI Biont (execute_python) и не требует вашего ПК.
Пример сгенерированного AI кода (упрощённо):
import paho.mqtt.client as mqtt
import requests
import json
from collections import deque
# Настройки
BROKER = "broker.hivemq.com"
PORT = 1883
TOPIC_TEMP = "lilygo/temperature"
TOPIC_HUM = "lilygo/humidity"
TOPIC_CMD = "lilygo/command"
TG_TOKEN = "123456:ABC-DEF"
TG_CHAT_ID = "987654321"
# Хранилище последних 10 измерений
temp_history = deque(maxlen=10)
def on_message(client, userdata, msg):
topic = msg.topic
payload = msg.payload.decode()
if topic == TOPIC_TEMP:
temp = float(payload)
temp_history.append(temp)
if len(temp_history) == 10:
avg_temp = sum(temp_history) / len(temp_history)
if avg_temp > 28:
# Отправка в Telegram
text = "Температура выше нормы! Средняя {:.1f}°C".format(avg_temp)
requests.post(f"https://api.telegram.org/bot{TG_TOKEN}/sendMessage",
json={"chat_id": TG_CHAT_ID, "text": text})
# Команда на LilyGO
client.publish(TOPIC_CMD, "RELAY_ON")
elif avg_temp < 20:
client.publish(TOPIC_CMD, "RELAY_OFF")
mqtt_client = mqtt.Client()
mqtt_client.on_message = on_message
mqtt_client.connect(BROKER, PORT, 60)
mqtt_client.subscribe([(TOPIC_TEMP, 0), (TOPIC_HUM, 0)])
mqtt_client.loop_forever()
Важно: sandbox имеет таймаут 30 секунд, поэтому для длительной работы используйте industrial_command с MQTT-инструментом, который поддерживает постоянное соединение. Но для демонстрации подойдёт и execute_python с коротким циклом.
Шаг 3: Управляем LilyGO через чат
Теперь вы можете просто написать в чат ASI Biont:
«Опубликуй в топик lilygo/command команду RELAY_ON. Проверь, что температура сейчас 25.3°C.»
AI использует industrial_command с протоколом mqtt:// и командой publish, чтобы отправить сообщение. Пример вызова (внутренний, вы его не видите):
industrial_command(protocol='mqtt://', command='publish', params={'topic': 'lilygo/command', 'message': 'RELAY_ON', 'broker': 'broker.hivemq.com', 'port': 1883})
Реальные сценарии использования
1. Мониторинг климата в теплице
LilyGO с датчиком BME280 и реле для включения вентилятора. AI-агент:
- Собирает данные каждые 5 минут
- Строит график температуры за сутки (через matplotlib)
- При превышении 30°C включает вентилятор и шлёт уведомление в Telegram
- При падении влажности ниже 40% включает увлажнитель
2. GPS-трекер для логистики
LilyGO с GPS-модулем (например, T-A7670G) отправляет координаты в MQTT. AI:
- Парсит NMEA-строки (использует pynmea2)
- Отображает маршрут на карте (через Telegram)
- Определяет превышение скорости и отправляет alert
- Строит отчёт о пробеге за день
3. Управление умным домом
LilyGO управляет реле освещения и считывает ток через ACS712. AI:
- По команде из Telegram включает/выключает свет
- Анализирует энергопотребление и предлагает оптимизировать расходы
- Автоматически выключает свет, если никого нет (по датчику движения)
Почему это выгодно?
- Не нужно писать код вручную: AI генерирует Python-скрипты под вашу задачу за секунды
- Гибкость: можно подключить любое устройство — от ESP32 до промышленного PLC, используя execute_python с библиотеками pyserial, pymodbus, paramiko, paho-mqtt, aiohttp
- Никаких панелей управления: всё через чат — описали задачу, AI выполнил
- Экономия времени: интеграция, которая раньше занимала часы, теперь делается за 5 минут
Заключение
LilyGO — отличное устройство для IoT-проектов, но его потенциал раскрывается только в связке с умным ассистентом. ASI Biont позволяет вам сосредоточиться на задачах, а не на коде: просто опишите в чате, что нужно сделать, и AI сам подключится к вашему LilyGO через MQTT, COM-порт или SSH, соберёт данные, проанализирует их и выполнит команды.
Попробуйте сами: зарегистрируйтесь на asibiont.com, создайте API-ключ, скачайте bridge.py (если используете COM-порт) и напишите в чат: «Подключись к моему LilyGO через MQTT, подпишись на топик lilygo/temperature и отправляй мне в Telegram, если температура превысит 30°C». AI сделает всё остальное.
Не ждите, пока разработчики добавят поддержку вашего устройства — подключайте что угодно прямо сейчас через execute_python. ASI Biont поддерживает любые библиотеки: pyserial, pymodbus, paho-mqtt, paramiko, aiohttp, opcua-asyncio — вы просто называете устройство, и AI пишет код интеграции.
Переходите на asibiont.com и автоматизируйте свои IoT-проекты с AI-агентом!
Комментарии