国产密臀AV无码|干骚大形网部视频|91骚穴蜜桃视频|艾草久久成人|射精网站在线免费|欧韩日美在线三区|波多野结衣+中文字幕公交车催情|av主播免费观看|中国日韩精品一区|哈啊嗯啊在线观看

物聯(lián)網(wǎng)（IoT）的核心在于數(shù)據(jù)。然而，隨著聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)量激增，行業(yè)面臨的挑戰(zhàn)也從單純的數(shù)據(jù)收集，轉(zhuǎn)變?yōu)槿绾螌?shí)時(shí)理解和處理數(shù)據(jù)。不妨想象這樣一個(gè)場(chǎng)景：您只需像日常對(duì)話一樣，使用自然語(yǔ)言就能實(shí)時(shí)查詢數(shù)據(jù)流；而原本晦澀難懂的傳感器數(shù)據(jù)，轉(zhuǎn)眼間就能變成清晰明了的預(yù)警提示，直接指導(dǎo)您的下一步行動(dòng)。

這一愿景正在成為現(xiàn)實(shí)。隨著 EMQX 5.10.0 的發(fā)布，實(shí)時(shí)數(shù)據(jù)流與人工智能的融合已進(jìn)入全新階段，我們創(chuàng)新性地在可視化流處理引擎中集成大語(yǔ)言模型（LLM）。這將為您的 MQTT 數(shù)據(jù)流注入 OpenAI GPT、Anthropic Claude 以及任何兼容 OpenAI 的大模型的強(qiáng)大功能。

為什么要將物聯(lián)網(wǎng)數(shù)據(jù)流與人工智能相結(jié)合？

傳統(tǒng)上，將人工智能應(yīng)用于物聯(lián)網(wǎng)數(shù)據(jù)需要復(fù)雜且昂貴的工程設(shè)計(jì)。您必須將數(shù)據(jù)從 MQTT broker 遷移到單獨(dú)的平臺(tái)進(jìn)行處理，這會(huì)給時(shí)效性要求高的應(yīng)用程序帶來(lái)不可接受的延遲。

EMQX 創(chuàng)新性地解決了這一痛點(diǎn)。通過(guò)將 AI 處理能力直接嵌入數(shù)據(jù)流，您可以構(gòu)建智能工作流，實(shí)時(shí)分析、增強(qiáng)和轉(zhuǎn)換 MQTT 消息。這為開(kāi)發(fā)具備實(shí)時(shí)感知、推理和響應(yīng)能力的新型應(yīng)用奠定了基礎(chǔ)。

在首個(gè)版本中，我們已實(shí)現(xiàn)與 OpenAI 和 Anthropic 模型的深度集成。

解鎖全新可能：關(guān)鍵應(yīng)用場(chǎng)景

將大模型融入數(shù)據(jù)流，可輕松實(shí)現(xiàn)過(guò)去難以構(gòu)建的創(chuàng)新應(yīng)用場(chǎng)景。

智能異常檢測(cè)：

大模型能夠綜合分析多字段關(guān)聯(lián)關(guān)系，識(shí)別復(fù)雜異常狀態(tài)，突破傳統(tǒng)閾值告警的局限。

例如：對(duì) {'振動(dòng)值': 9.5, '溫度': 85, '壓力': 1.2} 這樣的數(shù)據(jù)進(jìn)行整體分析，大模型可以智能推斷：同一讀數(shù)中，當(dāng)振動(dòng)與溫度同時(shí)升高時(shí)，其風(fēng)險(xiǎn)程度遠(yuǎn)高于單一指標(biāo)異常，進(jìn)而生成精準(zhǔn)告警：「緊急告警：設(shè)備 XYZ 同時(shí)出現(xiàn)高振動(dòng)與高溫，可能存在軸承過(guò)載風(fēng)險(xiǎn)」。

實(shí)時(shí)數(shù)據(jù)匯總：

將傳感器原始、復(fù)雜的 JSON 數(shù)據(jù)自動(dòng)轉(zhuǎn)換為簡(jiǎn)潔直觀的業(yè)務(wù)語(yǔ)言，用于儀表板或移動(dòng)通知。

例如：將原始數(shù)據(jù) {"device_id": "device123", "temperature": 38.2, "humidity": 75} 自動(dòng)轉(zhuǎn)換為「設(shè)備 device123 高溫告警：溫度 38.2°C，濕度 75%」，以此顯著提升監(jiān)控效率。

自然語(yǔ)言數(shù)據(jù)處理：

通過(guò)簡(jiǎn)單指令完成復(fù)雜數(shù)據(jù)轉(zhuǎn)換。

例如，您可以指示大模型處理包含多個(gè)功率讀數(shù)的 JSON 數(shù)據(jù)并僅返回總和，從而簡(jiǎn)化下游分析的數(shù)據(jù)準(zhǔn)備工作。

語(yǔ)義數(shù)據(jù)分類(lèi)：

根據(jù)消息內(nèi)容自動(dòng)對(duì)其進(jìn)行分類(lèi)和路由。

例如：大模型可以讀取設(shè)備日志，確定其事件是 INFO、WARNING 還是 CRITICAL_ERROR，并標(biāo)記消息以便將其路由到不同的系統(tǒng)。

5 分鐘快速入門(mén)：創(chuàng)建您的首個(gè) AI 驅(qū)動(dòng)流程

無(wú)需編寫(xiě)代碼，通過(guò)可視化 Flow 設(shè)計(jì)器即可快速構(gòu)建一個(gè)讀取傳感器數(shù)據(jù)，并使用 OpenAI 生成易讀摘要的數(shù)據(jù)流。

準(zhǔn)備工作：您需要一個(gè)有效的 OpenAI API 密鑰。

步驟 1：設(shè)置數(shù)據(jù)源

在 EMQX Flow 設(shè)計(jì)器中，將「消息節(jié)點(diǎn)」拖到畫(huà)布上。配置它以訂閱您設(shè)備發(fā)布數(shù)據(jù)的 MQTT 主題，例如 sensors/temp_humid。

步驟 2：添加 AI 處理

從處理面板拖拽「OpenAI 節(jié)點(diǎn)」到數(shù)據(jù)源節(jié)點(diǎn)。在配置面板中：

輸入：選擇 payload 將整個(gè) MQTT 消息傳遞給模型。

系統(tǒng)消息：輸入自然語(yǔ)言指令。例如：將設(shè)備傳感器讀數(shù)轉(zhuǎn)換為易讀的簡(jiǎn)短摘要。

模型：選擇一個(gè) OpenAI 模型，例如 gpt-4o。

API 密鑰：安全輸入您的 OpenAI API 密鑰。

輸出別名：為 AI 的輸出命名，例如 summary。

步驟 3：重新發(fā)布洞察

從輸出面板拖出一個(gè)「重新發(fā)布」節(jié)點(diǎn)并將其連接到 OpenAI 節(jié)點(diǎn)。配置它并將結(jié)果發(fā)布到一個(gè)新主題中，如「ai/summary」，在「payload」字段中使用剛才創(chuàng)建的別名：${summary}。

步驟 4：部署和測(cè)試

連接所有節(jié)點(diǎn)并保存流程。

現(xiàn)在，當(dāng)您向主題發(fā)布 JSON 消息時(shí)，您將看到該主題上實(shí)時(shí)「sensors/temp_humid」出現(xiàn)自然語(yǔ)言摘要「ai/summary」。

發(fā)布一條測(cè)試消息，例如：

{  "device_id": "device123",  "temperature": 38.2,  "humidity": 75,  "timestamp": 1717568000000}

并收到智能摘要：

2024 年 6 月 5 日，ID 為「device123」的設(shè)備記錄的溫度為 38.2°C，濕度為 75%。

突破數(shù)據(jù)處理邊界：高級(jí) AI 功能

EMQX 5.10.0 中的大模型集成超越了簡(jiǎn)單的數(shù)據(jù)匯總，您可以實(shí)現(xiàn)以下高級(jí)功能：

對(duì)傳入數(shù)據(jù)流進(jìn)行分類(lèi)。

基于復(fù)雜模式識(shí)別生成告警。

從非結(jié)構(gòu)化傳感器日志中提取結(jié)構(gòu)化信息。

根據(jù)歷史數(shù)據(jù)模式提供上下文建議。

將技術(shù)數(shù)據(jù)轉(zhuǎn)化為業(yè)務(wù)友好的分析見(jiàn)解。

性能優(yōu)化建議

調(diào)用大模型處理數(shù)據(jù)需要一定時(shí)間，整個(gè)過(guò)程大概有幾秒到十幾秒，具體取決于模型的響應(yīng)速度。因此，大模型處理節(jié)點(diǎn)并不適用于高消息吞吐量（TPS）的場(chǎng)景。

為了獲得最佳性能：

選擇性地將大模型處理應(yīng)用于高價(jià)值數(shù)據(jù)。

使用數(shù)據(jù)過(guò)濾僅處理相關(guān)消息。

考慮在邊緣端聚合多個(gè)數(shù)據(jù)點(diǎn)或消息，然后將它們作為單個(gè) MQTT 消息發(fā)送到 broker。

持續(xù)監(jiān)控處理時(shí)間并進(jìn)行相應(yīng)調(diào)整。

拓展能力邊界

EMQX 5.10.0 中的大模型集成僅僅是我們 AI 征程的起點(diǎn)。我們正在開(kāi)發(fā)更多 AI 功能，包括：

支持更多大模型供應(yīng)商。

用于語(yǔ)義搜索的向量嵌入生成。

與主流 AI 框架集成。

增強(qiáng)提示詞模板和優(yōu)化工具。

實(shí)時(shí)智能：EMQX 的未來(lái)

EMQX 與大模型的深度融合，正在重新定義物聯(lián)網(wǎng)開(kāi)發(fā)的邊界。這不僅是一次簡(jiǎn)單的功能升級(jí)，而是一場(chǎng)從底層改變物聯(lián)網(wǎng)應(yīng)用開(kāi)發(fā)方式的革命性突破。

我們?yōu)殚_(kāi)發(fā)者打造了直觀易用的低代碼交互界面，讓生成式 AI 的能力可以無(wú)縫融入數(shù)據(jù)流轉(zhuǎn)的每個(gè)環(huán)節(jié)。打造具備真正智能、即時(shí)響應(yīng)和自主決策能力的物聯(lián)網(wǎng)系統(tǒng)變得前所未有的簡(jiǎn)單。

準(zhǔn)備好利用人工智能激活您的物聯(lián)網(wǎng)數(shù)據(jù)了嗎？