Как подключить SPI-устройство к AI-агенту ASI Biont: полное руководство по интеграции

Введение

SPI (Serial Peripheral Interface) — один из самых популярных последовательных интерфейсов для подключения датчиков, дисплеев, SD-карт и других периферийных устройств к микроконтроллерам. Однако извлечь данные из SPI-устройства и осмысленно их обработать часто требует написания сложного кода, настройки протоколов и интеграции с облачными сервисами. ASI Biont решает эту проблему: AI-агент сам пишет код подключения, анализирует данные в реальном времени и автоматизирует реакции. В этой статье мы разберём, как подключить SPI-устройство к ASI Biont через Hardware Bridge, какие сценарии автоматизации становятся доступны и почему это выгодно.

Проблема: данные есть, а анализа нет

SPI-устройства — это, как правило, низкоуровневые компоненты: акселерометры (MPU6050), датчики давления (BMP280), дисплеи (ILI9341), RFID-читатели (RC522). Они генерируют сырые байты, которые нужно преобразовать в осмысленные значения. Ручная реализация парсинга, логирования и анализа требует времени и навыков. Кроме того, если нужно реагировать на события (например, превышение порога температуры), приходится писать отдельный скрипт с циклами и условиями.

Решение: ASI Biont + Hardware Bridge

ASI Biont подключается к SPI-устройствам косвенно — через микроконтроллер (Arduino, ESP32, STM32), который работает как мост между SPI и COM-портом. Пользователь запускает на своём ПК приложение bridge.py, которое соединяется с ASI Biont через WebSocket. Затем AI-агент использует инструмент industrial_command с протоколом serial:// для отправки команд и чтения данных. Всё, что нужно сделать пользователю, — описать в чате, к какому порту подключено устройство и какие команды оно понимает.

Пошаговая архитектура подключения

Конкретный сценарий: ESP32 + датчик MPU6050 (SPI) → ASI Biont

Шаг 1. Подготовка микроконтроллера

На ESP32 загружаем прошивку, которая читает данные с MPU6050 по SPI и выводит их в формате JSON в Serial (UART). Пример на Arduino IDE:

#include <SPI.h>
#include <MPU6050.h>

MPU6050 mpu;

void setup() {
  Serial.begin(115200);
  Wire.begin();
  mpu.initialize();
}

void loop() {
  int16_t ax, ay, az, gx, gy, gz;
  mpu.getMotion6(&ax, &ay, &az, &gx, &gy, &gz);
  Serial.print("{\"ax\":"); Serial.print(ax);
  Serial.print(",\"ay\":"); Serial.print(ay);
  Serial.print(",\"az\":"); Serial.print(az);
  Serial.print(",\"gx\":"); Serial.print(gx);
  Serial.print(",\"gy\":"); Serial.print(gy);
  Serial.print(",\"gz\":"); Serial.print(gz);
  Serial.println("}");
  delay(100);
}

ESP32 подключается к ПК через USB (виртуальный COM-порт, например COM5).

Шаг 2. Запуск bridge.py

Пользователь скачивает bridge.py из дашборда ASI Biont (Devices → Create API Key → Скачать bridge) и запускает:

pip install pyserial requests websockets
python bridge.py --token=ВАШ_ТОКЕН --ports=COM5 --baud=115200

Bridge подключается к WebSocket ASI Biont и начинает слушать COM5.

Шаг 3. Диалог с AI-агентом

Пользователь пишет в чате ASI Biont:

Подключись к моему ESP32 через Hardware Bridge. Порт COM5, baud 115200. Устройство отправляет JSON с акселерометром и гироскопом каждые 100 мс. Проанализируй данные, и если значение ax превышает 10000 (резкое движение), отправь мне уведомление в Telegram.

AI-агент использует industrial_command для чтения данных и execute_python для отправки сообщения в Telegram. Пример того, что AI выполняет внутри:

import requests
import json

# Это выполняется в sandbox ASI Biont (execute_python)
# AI получает данные через industrial_command, анализирует и отправляет уведомление

def send_telegram_alert(message):
    bot_token = "YOUR_BOT_TOKEN"
    chat_id = "YOUR_CHAT_ID"
    url = f"https://api.telegram.org/bot{bot_token}/sendMessage"
    payload = {"chat_id": chat_id, "text": message}
    requests.post(url, json=payload)

# Данные уже получены из industrial_command, здесь только логика анализа
sample_data = {"ax": 12000, "ay": -500, "az": 9000, "gx": 10, "gy": -5, "gz": 2}
if sample_data["ax"] > 10000:
    send_telegram_alert("🚨 Резкое движение! ax = {}".format(sample_data["ax"]))

Шаг 4. Результат

AI-агент непрерывно читает данные с MPU6050, обнаруживает резкие ускорения и мгновенно отправляет уведомление в Telegram. Пользователю не пришлось писать ни строчки кода для интеграции — только описать задачу на естественном языке.

Почему это выгодно

1. Экономия времени: AI пишет код интеграции за секунды, а не часы.
2. Гибкость: можно подключить любое SPI-устройство, если есть микроконтроллер-посредник.
3. Автоматизация без программирования: достаточно описать сценарий словами.
4. Единая точка управления: все устройства, независимо от интерфейса, управляются из одного чата.

Другие сценарии с SPI-устройствами

Заключение

Интеграция SPI-устройств с AI-агентом ASI Biont открывает новые возможности для автоматизации сбора и анализа данных. Вам не нужно разбираться в тонкостях протоколов или писать сложные скрипты — просто подключите микроконтроллер к ПК, запустите bridge.py и опишите задачу в чате. AI сделает всё остальное.

Попробуйте сами: перейдите на asibiont.com, создайте API-ключ, скачайте bridge.py и подключите ваше первое SPI-устройство уже сегодня.