Sensors & Telemetry + ASI Biont: интеграция датчиков и телеметрии с AI-агентом без сложного программирования

Введение

Представьте: на вашем объекте — десятки датчиков температуры, влажности, давления и вибрации. Данные стекаются в систему телеметрии, но чтобы настроить аварийные оповещения, трендовый анализ или предиктивную диагностику, обычно требуется писать сложные скрипты, разворачивать middleware и вручную конфигурировать логику.

ASI Biont — AI-агент, который берёт на себя всю рутину интеграции. Вы просто описываете в чате, к какому устройству подключиться (ESP32 с DHT22, промышленный контроллер по Modbus, датчик через COM-порт), передаёте параметры (IP, порт, API-ключ), и AI сам генерирует код на Python, выполняет его и начинает управлять данными. Никаких панелей управления, кнопок «добавить устройство» или ожидания обновлений — всё через диалог.

В этой статье мы разберём, как подключить произвольные сенсоры и системы телеметрии к ASI Biont, используя MQTT, Modbus/TCP, COM-порт через Hardware Bridge, SSH и HTTP API. Вы увидите реальные примеры кода, схемы подключения и поймёте, как AI-агент автоматизирует реакции на данные — от отправки уведомлений в Telegram до прогнозирования отказов.

Какие способы подключения поддерживает ASI Biont?

ASI Biont не ограничивается одним протоколом — он умеет работать с большинством промышленных и IoT-интерфейсов. Вот полный список способов, которые AI-агент использует для связи с вашим оборудованием:

Важно: Все интеграции инициируются через чат с AI-агентом. Вы пишете: «Подключись к ESP32 по MQTT, брокер 192.168.1.100:1883, топик sensors/temperature», и AI генерирует и выполняет код за секунды.

Сценарий 1: ESP32 + датчик температуры/влажности DHT22 → ASI Biont через MQTT

Зачем это нужно

Датчик температуры и влажности — классика IoT-телеметрии. Данные публикуются в MQTT-брокер, и AI-агент может:
* читать текущие значения,
* строить тренды (например, за последние 24 часа),
* отправлять оповещение в Telegram, если температура выше +40°C или влажность ниже 20%,
* прогнозировать риск перегрева оборудования на основе исторических данных.

Как подключить

1. На ESP32 загрузите скетч, который подключается к Wi-Fi и публикует данные с DHT22 в топик sensors/workshop/temperature и sensors/workshop/humidity раз в 10 секунд.
2. В чате ASI Biont напишите:

Подключись к MQTT-брокеру по адресу 192.168.1.100:1883, без логина. Подпишись на топик sensors/workshop/# и анализируй данные. Если температура > 40°C, отправь уведомление в Telegram (токен: 123456:ABC, chat_id: 987654). Если влажность < 20%, тоже предупреди. Логируй все показания в CSV-файл.

1. AI сгенерирует и выполнит Python-скрипт с paho-mqtt:

import paho.mqtt.client as mqtt
import json
import csv
from datetime import datetime
import requests

TELEGRAM_TOKEN = "123456:ABC"
TELEGRAM_CHAT_ID = "987654"
CSV_FILE = "/tmp/sensor_data.csv"

def on_message(client, userdata, msg):
    payload = msg.payload.decode()
    topic = msg.topic
    value = float(payload)
    timestamp = datetime.now().isoformat()

    # Логирование в CSV
    with open(CSV_FILE, "a", newline="") as f:
        writer = csv.writer(f)
        writer.writerow([timestamp, topic, value])

    # Анализ и оповещение
    if topic.endswith("temperature") and value > 40:
        message = f"⚠️ Авария: температура {value}°C превышает 40°C! Время: {timestamp}"
        requests.post(f"https://api.telegram.org/bot{TELEGRAM_TOKEN}/sendMessage",
                      json={"chat_id": TELEGRAM_CHAT_ID, "text": message})
    elif topic.endswith("humidity") and value < 20:
        message = f"⚠️ Авария: влажность {value}% ниже 20%! Время: {timestamp}"
        requests.post(f"https://api.telegram.org/bot{TELEGRAM_TOKEN}/sendMessage",
                      json={"chat_id": TELEGRAM_CHAT_ID, "text": message})

client = mqtt.Client()
client.on_message = on_message
client.connect("192.168.1.100", 1883, 60)
client.subscribe("sensors/workshop/#")
client.loop_start()  # запуск в фоне, не блокирует sandbox

Примечание: Скрипт выполняется в sandbox-окружении ASI Biont. У него нет доступа к локальным COM-портам, но есть полный доступ к сети и библиотекам. Для работы с последовательным портом используется Hardware Bridge (см. сценарий 4).

Результат: Через несколько секунд после запуска AI уже получает данные, логирует их и отправляет оповещения при выходе за пределы.

Сценарий 2: Промышленный контроллер (PLC) через Modbus/TCP

Зачем это нужно

На заводе контроллеры Modbus собирают данные с датчиков давления, уровня и температуры. Вручную мониторить сотни регистров — трудоёмко. AI-агент может:
* читать регистры каждые N секунд,
* выявлять аномалии (например, резкий скачок давления),
* записывать данные в базу (PostgreSQL, ClickHouse),
* автоматически изменять уставки (setpoint) через запись в регистры.

Как подключить

В чате ASI Biont напишите:

Подключись к Modbus/TCP устройству по адресу 10.0.0.50:502. Slave ID = 1. Прочитай holding register 100 (температура печи) и register 101 (давление). Логируй каждые 30 секунд. Если температура > 500°C, запиши в register 200 значение 1 (аварийный останов).

AI выполнит команду через industrial_command:

# Сгенерированный код (упрощённо)
from pymodbus.client import ModbusTcpClient

client = ModbusTcpClient("10.0.0.50", port=502)
client.connect()

# Чтение регистров
result_temp = client.read_holding_registers(100, 1, slave=1)
temperature = result_temp.registers[0]
result_pres = client.read_holding_registers(101, 1, slave=1)
pressure = result_pres.registers[0]

# Анализ и управление
if temperature > 500:
    client.write_register(200, 1, slave=1)  # аварийный останов
    # Отправка уведомления через Telegram...

client.close()

Результат: AI автоматически опрашивает контроллер, анализирует данные и при необходимости вмешивается в процесс, не требуя ручного скриптования.

Сценарий 3: Датчики через COM-порт (Arduino, GPS-трекер) с Hardware Bridge

Зачем это нужно

Многие устройства (Arduino, счётчики воды, GPS-трекеры) передают данные через последовательный порт. ASI Biont подключается к ним через Hardware Bridge — небольшое приложение bridge.py, которое вы запускаете на своём ПК. Bridge соединяется с облаком через HTTP long polling, а AI отправляет команды через industrial_command.

Как подключить

1. Скачайте bridge.py с asibiont.com/downloads или получите от AI по запросу.
2. Запустите bridge на своём компьютере (Windows/Linux/macOS):

python bridge.py --token=YOUR_TOKEN --ports=COM3 --default-baud=115200

Где:
* --token — ваш токен пользователя ASI Biont (обязателен),
* --ports — список COM-портов через запятую (можно несколько),
* --default-baud — скорость порта по умолчанию.

1. В чате ASI Biont напишите:

Подключись к Arduino на COM3 через bridge. Открой порт на скорости 115200. Читай данные с аналогового пина A0 каждые 5 секунд. Если значение > 512, включи светодиод на пине 13 (отправь команду 'LED_ON' через serial). Также отправляй уведомление в Telegram.

AI отправит команду industrial_command:

industrial_command(
    protocol='serial://',
    command='{"port":"COM3","baudrate":115200,"action":"read","params":{"bytes":10}}'
)

Bridge выполнит чтение и вернёт результат. AI проанализирует данные, и если нужно, отправит команду write для управления выводом.

Результат: Ваш ПК с Arduino становится частью AI-управляемой системы. Все команды и данные проходят через облако, но bridge работает как локальный шлюз.

Сценарий 4: Raspberry Pi + камера через SSH

Зачем это нужно

На Raspberry Pi с камерой можно организовать компьютерное зрение: распознавание лиц, детекция дефектов на конвейере, подсчёт объектов. AI-агент подключается по SSH, запускает скрипт OpenCV и анализирует результаты.

Как подключить

В чате:

Подключись к Raspberry Pi по SSH: 192.168.1.50, пользователь pi, пароль raspberry. Запусти Python-скрипт, который делает фото с камеры каждые 10 секунд и детектирует объекты с помощью OpenCV (предобученная модель YOLO). Если обнаружен человек, отправь фото в Telegram.

AI сгенерирует и выполнит код (через execute_python с paramiko):

import paramiko
import time

ssh = paramiko.SSHClient()
ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
ssh.connect("192.168.1.50", username="pi", password="raspberry")

# Команда на запуск скрипта на Raspberry Pi
stdin, stdout, stderr = ssh.exec_command("python3 /home/pi/detect.py")
print(stdout.read().decode())

ssh.close()

Результат: AI управляет камерой на Raspberry Pi, не требуя от вас написания сложного кода на стороне клиента.

Почему это выгодно?

Заключение

Интеграция датчиков и систем телеметрии с AI-агентом ASI Biont — это не просто автоматизация, а смена парадигмы: вместо того чтобы писать код под каждое устройство, вы просто описываете, что хотите получить. AI сам выбирает протокол (MQTT, Modbus, COM, SSH, HTTP), генерирует код, выполняет его и начинает мониторинг.

Попробуйте прямо сейчас: зайдите на asibiont.com, создайте диалог и напишите: «Подключи мой ESP32 с датчиком температуры к MQTT-брокеру 192.168.1.100 и отправляй уведомления в Telegram, если жарко». Через минуту вы получите работающую интеграцию без единой строки кода, написанной вами.