Iot Edge MCP Server

🚀 IoT/Edge MCP Server

這是一款適用於工業物聯網、邊緣計算和自動化領域的模型上下文協議（MCP）服務器。 它能將工業基礎設施轉變為可由人工智能協調的系統，通過 HTTP 端點提供 11 種強大工具，實現對物聯網、數據採集與監控系統（SCADA）和可編程邏輯控制器（PLC）的全面控制。非常適合由人工智能驅動的工業自動化、預測性維護和智能工廠運營。

✨ 主要特性

• 🏭 多協議支持 - 為工業系統提供統一接口：

  • MQTT：用於無線物聯網傳感器和執行器
  • Modbus TCP/RTU：用於 PLC 和工業設備
  • 與 InfluxDB 集成，處理時間序列數據
  • 與 Redis 集成，實現即時緩存
  • 支持模擬模式，無需硬件即可進行測試

• 📊 全面的傳感器管理 - 監控和分析工業數據：

  • 即時傳感器讀數（溫度、壓力、流量等）
  • 歷史數據及聚合統計（均值、最大值、最小值）
  • 多傳感器批量操作
  • 質量指標和信號監控

• ⚡ 執行器控制 - 控制工業設備：

  • 閥門控制（打開/關閉）
  • 電機管理（啟動/停止/調速）
  • 泵操作
  • PLC 寄存器操作

• 🚨 報警系統 - 企業級監控：

  • 多優先級報警（低、中、高、嚴重）
  • 自動閾值監控
  • 報警確認跟蹤
  • 即時通知

• 🔒 生產特性 - 企業就緒：

  • 命令安全的速率限制
  • 全面的錯誤處理
  • 連接池和自動重連
  • 完整的審計日誌
  • 線程安全操作

🚀 快速開始

安裝

# 克隆倉庫
git clone https://github.com/llm-use/iot-mcp-server.git
cd iot-mcp-server

# 安裝依賴
pip install -r requirements.txt

# 若無需硬件進行測試，使用模擬模式
pip install -r requirements-sim.txt

啟動服務器

選項 1：模擬模式（無需硬件）

python IoT_mcp_sim.py

選項 2：生產模式（使用真實硬件）

# 在 iot_config.yaml 中配置設備
# 啟動所需服務（MQTT、InfluxDB、Redis）
docker-compose up -d

# 啟動服務器
python IoT_mcp.py

服務器將在 http://localhost:8000 啟動。

💻 使用示例

基礎用法

#!/usr/bin/env python3
import asyncio
from polymcp.polyagent import UnifiedPolyAgent, OllamaProvider

async def main():
    # 初始化大語言模型（LLM）提供者
    llm = OllamaProvider(model="gpt-oss:120b-cloud", temperature=0.1)
    
    # 連接到 IoT MCP 服務器
    agent = UnifiedPolyAgent(
        llm_provider=llm, 
        mcp_servers=["http://localhost:8000/mcp"],  
        verbose=True
    )
    
    async with agent:
        print("✅ IoT MCP Server 已連接!\n")
        
        # 與 AI 聊天以控制工業系統
        while True:
            user_input = input("\n🏭 你: ")
            
            if user_input.lower() in ['exit', 'quit']:
                break
            
            result = await agent.run_async(user_input, max_steps=5)
            print(f"\n🤖 系統: {result}")

if __name__ == "__main__":
    asyncio.run(main())

示例命令

連接成功後，你可以向 AI 代理發出以下請求：

• "檢查所有溫度傳感器的狀態，並報告任何異常情況"
• "過去 6 小時內，1 號水箱的平均壓力是多少？"
• "打開主閥門並啟動 1 號泵"
• "顯示所有未確認的嚴重報警"
• "如果溫度超過 50°C，啟動冷卻系統"
• "生成一份包含關鍵指標的班次結束報告"
• "監控振動傳感器，若超出正常範圍則發出警報"
• "通過分析電機使用模式優化能源消耗"

就是這麼簡單！ PolyMCP 可以處理以下所有複雜任務：

• 工具發現和選擇
• 多步驟工業流程自動化
• 即時監控和警報
• 複雜決策邏輯實現

📡 API 端點

服務器啟動後，你可以訪問以下內容：

• API 文檔：http://localhost:8000/docs
• 列出所有工具：http://localhost:8000/mcp/list_tools
• 調用工具：POST http://localhost:8000/mcp/invoke/{tool_name}

🛠️ 可用工具

🔧 配置

基本配置 (iot_config.yaml)

mqtt:
  broker: "localhost"
  port: 1883
  username: "iot_user"
  password: "secure_password"

modbus:
  devices:
    - device_id: "plc_01"
      name: "Main PLC"
      type: "tcp"
      host: "192.168.1.100"
      port: 502

influxdb:
  url: "http://localhost:8086"
  token: "your-token"
  org: "iot"
  bucket: "sensors"

redis:
  host: "localhost"
  port: 6379

環境變量

export MQTT_BROKER="broker.hivemq.com"
export INFLUX_TOKEN="your-token"
export REDIS_HOST="localhost"

📋 要求

生產模式：

• Python 3.8 及以上版本
• MQTT 代理（Mosquitto、EMQX、HiveMQ 或任何支持 MQTT 3.1.1/5.0 的代理）
• InfluxDB 2.0 及以上版本（用於處理時間序列數據）
• Redis（用於緩存）
• 工業設備（支持 Modbus 的 PLC、物聯網傳感器）

模擬模式：

• Python 3.8 及以上版本
• 無需外部依賴！

🐛 故障排除

無法連接到 MQTT？

• 檢查代理是否正在運行：mosquitto_sub -h localhost -t '#'
• 驗證配置中的憑據
• 檢查防火牆設置

Modbus 連接失敗？

• 確保 PLC 可訪問：ping <plc_ip>
• 驗證設備上的 Modbus 是否啟用
• 檢查端口（TCP 通常為 502）

沒有傳感器數據？

• 檢查 MQTT 主題是否與配置匹配
• 驗證傳感器是否正在發佈數據
• 查看 Redis 緩存：redis-cli get sensor:*

🏗️ 架構

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│ IoT 傳感器  │────▶│  MQTT       │────▶│             │
└─────────────┘     │  代理       │     │             │
                    └─────────────┘     │   IoT MCP   │     ┌─────────────┐
┌─────────────┐     ┌─────────────┐     │   服務器    │────▶│  PolyMCP    │
│    PLCs     │────▶│  Modbus     │────▶│             │     │  AI 代理    │
└─────────────┘     └─────────────┘     │             │     └─────────────┘
                                        │             │
┌─────────────┐                         │             │     ┌─────────────┐
│  InfluxDB   │◀────────────────────────│             │────▶│   Redis     │
└─────────────┘                         └─────────────┘     └─────────────┘

🤝 貢獻

歡迎貢獻代碼！本項目展示了工業物聯網與 MCP 協議的集成。

開發環境設置

# 克隆倉庫
git clone https://github.com/llm-use/iot-mcp-server.git

# 創建虛擬環境
python -m venv venv
source venv/bin/activate  # 在 Windows 上使用 venv\Scripts\activate

# 安裝開發依賴
pip install -r requirements-dev.txt

# 運行測試
pytest tests/

📝 許可證

本項目採用 MIT 許可證，詳情請參閱 LICENSE 文件。

🔗 相關項目

• PolyMCP - 使用自定義代理與 MCP 服務器進行簡單高效交互的方式
• Model Context Protocol - 用於大語言模型工具集成的開放協議
• MQTT Protocol - 適用於物聯網的輕量級消息協議
• Modbus Protocol - 工業通信協議
• Mqttcpp - 用於構建 MQTT 客戶端和代理的輕量級快速 C++ 庫

💡 為什麼選擇本項目？

這個 MCP 服務器彌合了 工業物聯網 和 AI 代理 之間的差距。藉助 PolyMCP，你可以：

1. 自然語言控制 - 例如“檢查所有壓力傳感器，若有異常則發出警報”
2. 複雜自動化 - AI 可以編排多步驟的工業流程
3. 預測性維護 - AI 分析趨勢並預測故障
4. 能源優化 - AI 優化設備使用以提高效率
5. 事件響應 - AI 處理報警並執行應急程序

無需學習複雜的工業協議 - PolyMCP 和 AI 會處理一切！

🚀 使用案例

• 智能工廠 - 由 AI 驅動的生產線優化
• 建築自動化 - 智能 HVAC 和照明控制
• 能源管理 - 即時能耗優化
• 預測性維護 - 設備故障預測
• 質量控制 - 自動異常檢測
• 應急響應 - 由 AI 管理的事件處理

專為 PolyMCP 設計

如果你覺得這個倉庫有用，請給它點個星 ⭐！