Введение
По данным MarketsandMarkets, рынок Smart City вырастет до $873 млрд к 2026 году. Однако реальная ценность умных городов — не в количестве датчиков, а в том, как быстро и точно мы можем обрабатывать их данные. Классический подход требует ручного написания интеграций для каждого типа сенсоров: температуры, влажности, качества воздуха, движения. AI-агент ASI Biont меняет правила игры: вы просто описываете задачу на естественном языке, и AI сам пишет код, подключается к устройствам и начинает управлять инфраструктурой.
В этой статье я покажу, как подключить типовые Smart City sensors (ESP32 с DHT22 и MQTT) к ASI Biont, настроить автоматический сбор данных и получать уведомления при выходе показателей за норму. Весь процесс займёт несколько минут — без панелей управления и сложных конфигураций.
Какие способы подключения поддерживает ASI Biont?
ASI Biont умеет интегрироваться с любым устройством через один из 14 промышленных протоколов. Для датчиков умного города наиболее актуальны:
- MQTT (paho-mqtt) — идеально для ESP32/ESP8266 с сенсорами.
- Hardware Bridge (COM-порт) — для Arduino, подключённых к ПК.
- SSH + execute_python — для Raspberry Pi, запускающего скрипты сбора данных.
- HTTP API + execute_python — для готовых шлюзов с REST-интерфейсом.
В этом гайде мы сфокусируемся на MQTT — самом популярном протоколе для IoT.
Сценарий: ESP32 с датчиком DHT22 под управлением ASI Biont
Аппаратная часть
- ESP32 DevKit
- Датчик температуры и влажности DHT22 (подключается к GPIO15)
- Питание 3.3V
Схема подключения:
| DHT22 | ESP32 |
|---|---|
| VCC | 3.3V |
| DATA | GPIO15 |
| GND | GND |
Прошивка ESP32 (MicroPython)
Загрузите на ESP32 следующий код. Он будет раз в 10 секунд отправлять данные на MQTT-брокер. В примере брокер — test.mosquitto.org, топик — city/sensor/temp.
import network
import time
import dht
import machine
from umqtt.simple import MQTTClient
# Настройки WiFi и MQTT
WIFI_SSID = "your_ssid"
WIFI_PASS = "your_password"
MQTT_BROKER = "test.mosquitto.org"
MQTT_TOPIC = "city/sensor/temp"
# Инициализация DHT22
dht_sensor = dht.DHT22(machine.Pin(15))
def connect_wifi():
wlan = network.WLAN(network.STA_IF)
wlan.active(True)
wlan.connect(WIFI_SSID, WIFI_PASS)
while not wlan.isconnected():
time.sleep(1)
print("WiFi connected")
def main():
connect_wifi()
client = MQTTClient("esp32_client", MQTT_BROKER)
client.connect()
while True:
dht_sensor.measure()
temp = dht_sensor.temperature()
hum = dht_sensor.humidity()
payload = "{{\"temp\":{}, \"hum\":{}}}".format(temp, hum)
client.publish(MQTT_TOPIC, payload)
print("Sent:", payload)
time.sleep(10)
main()
Настройка AI-агента ASI Biont
Теперь переходим к самому интересному — подключению к ASI Biont. Просто откройте чат (на asibiont.com) и опишите задачу:
«Подключись к MQTT-брокеру test.mosquitto.org, подпишись на топик city/sensor/temp, прочитай последние данные. Если температура >30°C, отправь уведомление в Telegram на мой чат ID 123456789»
AI-агент самостоятельно напишет и выполнит скрипт execute_python, используя библиотеку paho-mqtt. Вот что он сгенерирует:
import paho.mqtt.client as mqtt
import requests
import json
BROKER = "test.mosquitto.org"
TOPIC = "city/sensor/temp"
TELEGRAM_BOT_TOKEN = "your_bot_token"
TELEGRAM_CHAT_ID = "123456789"
def on_message(client, userdata, msg):
try:
data = json.loads(msg.payload)
temp = data.get("temp", 0)
print(f"Received temperature: {temp}°C")
if temp > 30:
send_telegram(f"⚠️ Высокая температура! {temp}°C")
except Exception as e:
print("Parse error:", e)
def send_telegram(text):
url = f"https://api.telegram.org/bot{TELEGRAM_BOT_TOKEN}/sendMessage"
payload = {"chat_id": TELEGRAM_CHAT_ID, "text": text}
requests.post(url, json=payload, timeout=10)
client = mqtt.Client()
client.on_message = on_message
client.connect(BROKER, 1883, 60)
client.subscribe(TOPIC)
client.loop(timeout=1.0) # однократный опрос (нет while True)
print("Done. Check Telegram if temperature >30.")
Обратите внимание: ASI Biont не использует бесконечные циклы — sandbox выполняет код с таймаутом 30 секунд, поэтому AI использует client.loop(timeout=1.0) для однократного чтения. При необходимости AI может настроить периодический запуск через cron-подобный механизм (на самом деле — повторный вызов инструмента industrial_command).
Альтернативный сценарий: управление через Hardware Bridge
Если ваши датчики подключены через Arduino к COM-порту (например, счётчик частиц PM2.5 на ATmega), используйте Hardware Bridge. Скачайте bridge.py из дашборда ASI Biont (Devices → Create API Key → Скачать bridge) и запустите:
python bridge.py --token=YOUR_DEVICE_TOKEN --ports=COM3 --baud 115200
Теперь в чате скажите: «Прочитай данные с COM3 и сообщи уровень PM2.5». AI отправит команду:
industrial_command(protocol="serial://", command="serial_write_and_read", data="524541440a")
Bridge выполнит атомарную запись+чтение и вернёт ответ в чат.
Почему это выгодно?
Исследования McKinsey Global Institute показывают, что внедрение AI в управление городской инфраструктурой позволяет снизить энергопотребление на 25% и количество аварийных ситуаций на 40%. Однако традиционные интеграции требуют недель разработки. С ASI Biont вы:
- Экономите время — AI пишет код за секунды, а не дни.
- Не нужны программисты — достаточно описать задачу на русском или английском.
- Гибкость — меняйте логику автоматчически: «Если влажность >80%, включи осушитель» — и AI уже добавил publish в топик управления.
Заключение
Smart City sensors — лишь один из примеров. ASI Biont подключается к любому оборудованию: от ESP32 до промышленных контроллеров Siemens и Allen-Bradley. Не нужно ждать, пока разработчики добавят поддержку нового датчика — подключите его прямо сейчас через execute_python или Hardware Bridge.
Попробуйте сами: зайдите на asibiont.com, опишите в чате ваше устройство, и AI за пару минут создаст готовую интеграцию. Умный город начинается с умного управления данными.
Комментарии