Введение: зачем подключать Raspberry Pi к AI-агенту?\n\nRaspberry Pi — это не просто одноплатный компьютер для хобби-проектов. На производстве, в лабораториях и умных домах он часто выполняет роль компактного сервера, контроллера дисплеев и устройств сбора данных. Однако управлять таким устройством вручную — значит тратить время на написание скриптов, отладку SSH-сессий и постоянный мониторинг.\n\nAI-агент ASI Biont решает эту проблему кардинально: вы описываете задачу на естественном языке, а AI сам пишет код интеграции, подключается к Raspberry Pi по SSH (через библиотеку paramiko) и выполняет нужные действия. Никаких панелей управления, кнопок «добавить устройство» или ожидания обновлений — всё через диалог в чате.\n\nВ этой статье мы разберём конкретный сценарий: подключение Raspberry Pi с HDMI-дисплеем к ASI Biont для отображения дашбордов, метрик и уведомлений по голосовым командам. Вы узнаете, как AI автоматически генерирует Python-код для управления выводом на экран, сбора данных с датчиков и визуализации — и всё это за секунды.\n\n## Как ASI Biont подключается к Raspberry Pi?\n\nASI Biont поддерживает несколько способов интеграции с устройствами, но для Raspberry Pi оптимальным является SSH-подключение через paramiko. AI-агент может:\n\n- Подключаться к Raspberry Pi по SSH с указанием IP-адреса, порта, логина и пароля (или SSH-ключа).\n- Выполнять произвольные команды на удалённой системе: запускать скрипты, управлять GPIO, читать данные с датчиков, записывать файлы.\n- Генерировать и исполнять Python-код прямо в sandbox-окружении ASI Biont (в облаке), который затем через SSH управляет Raspberry Pi.\n\nПочему именно SSH?\n\n
| Способ | Для каких устройств | Ограничения |\n|--------|-------------------|-------------|\n| SSH | Одноплатники (Raspberry Pi, Orange Pi), серверы | Требуется сетевая доступность и учётные данные |\n| MQTT | IoT-устройства (ESP32, датчики) | Нужен MQTT-брокер и прошивка с поддержкой MQTT |\n| COM-порт (Hardware Bridge) | Arduino, промышленные контроллеры | Требуется bridge.py на ПК пользователя |\n| Modbus/TCP | PLC, промышленные устройства | Только для устройств с поддержкой Modbus |\n\nRaspberry Pi — полноценный Linux-компьютер, поэтому SSH даёт максимальную гибкость: вы можете выполнять любые команды, запускать Python-скрипты, устанавливать библиотеки (через pip) и управлять графическим выводом.\n\n## Сценарий: отображение дашборда на HDMI-дисплее по голосовой команде\n\nПредставьте: вы находитесь в цехе или лаборатории, хотите вывести на большой экран (подключённый к Raspberry Pi через HDMI) текущие метрики с датчиков — температуру, влажность, загрузку CPU. Вместо того чтобы вручную писать скрипт на Pygame или Tkinter, вы просто говорите AI-агенту:\n\n> «Подключись к Raspberry Pi по SSH (IP: 192.168.1.100, логин: pi, пароль: raspberry), установи библиотеку psutil и matplotlib, напиши Python-скрипт, который каждые 5 секунд обновляет на HDMI-дисплее график загрузки CPU и памяти, и запусти его».\n\nAI за секунды генерирует код, подключается по SSH, устанавливает зависимости и запускает скрипт. Вам остаётся только смотреть на экран.\n\n### Пошаговая реализация\n\nШаг 1. Опишите задачу в чате\n\nПользователь пишет:\n\n> «Raspberry Pi 4, IP 192.168.1.100, порт 22, логин pi, пароль raspberry. Установи matplotlib и psutil. Создай скрипт /home/pi/dashboard.py, который рисует окно 800x600 с двумя графиками: CPU и RAM, обновление каждые 2 секунды. Запусти скрипт».\n\nШаг 2. AI генерирует код и выполняет его\n\nASI Biont использует execute_python для запуска sandbox-кода, который через paramiko подключается к Raspberry Pi. Вот что генерирует AI (примерная логика, реальный код может отличаться):\n\n```python\nimport paramiko\nimport time\n\n# Параметры подключения\nhost = \
Комментарии