工业物联网边缘计算MCP服务器

工业物联网、边缘计算和自动化中的模型上下文协议（MCP）服务器

此服务器将工业基础设施转变为可通过AI编排的系统，通过HTTP端点暴露11个强大的工具，实现完整的IoT/SCADA/PLC控制。非常适合AI驱动的工业自动化、预测性维护和智能工厂操作。

✨ 特性

• 🏭 多协议支持 - 工业系统的统一接口：

  • MQTT用于无线IoT传感器和执行器
  • Modbus TCP/RTU用于PLC和工业设备
  • 与InfluxDB集成的时间序列数据
  • 使用Redis进行实时缓存
  • 测试时无需硬件的模拟模式

• 📊 完整传感器管理 - 监控和分析工业数据：

  • 实时传感器读数（温度、压力、流量等）
  • 历史数据及聚合（平均值、最大值、最小值）
  • 多传感器批量操作
  • 质量指标和信号监控

• ⚡ 执行器控制 - 操作工业设备：

  • 阀门控制（开/关）
  • 电机管理（启动/停止/速度）
  • 泵操作
  • PLC寄存器操作

• 🚨 报警系统 - 企业级监控：

  • 多优先级报警（低、中、高、关键）
  • 自动阈值监控
  • 报警确认跟踪
  • 实时通知

• 🔒 生产特性 - 企业就绪：

  • 命令安全限速
  • 全面错误处理
  • 连接池和自动重连
  • 完整审计日志
  • 线程安全操作

🚀 快速开始

安装

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

# 安装依赖
pip install -r requirements.txt

# 无需硬件测试时，使用模拟模式
pip install -r requirements-sim.txt

启动服务器

选项1：模拟模式（无需硬件）

python IoT_mcp_sim.py

选项2：生产模式（真实硬件）

# 在iot_config.yaml中配置您的设备
# 启动所需服务（MQTT、InfluxDB、Redis）
docker-compose up -d

# 启动服务器
python IoT_mcp.py

服务器将在 http://localhost:8000 上运行

🤖 与PolyMCP配合使用

此MCP服务器设计为与 PolyMCP 无缝协作——一个强大的框架，用于使用AI代理编排MCP服务器。

示例：AI控制的工业系统

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

async def main():
    # 初始化您的LLM提供商
    llm = OllamaProvider(model="gpt-oss:120b-cloud", temperature=0.1)
    
    # 连接到IoT MCP服务器
    agent = UnifiedPolyAgent(
        llm_provider=llm, 
        mcp_servers=["http://localhost:8000/mcp"],  
        verbose=True
    )
    
    async with agent:
        print("✅ IoT MCP Server已连接！\n")
        
        # 与您的AI聊天以控制工业系统
        while True:
            user_input = input("\n🏭 您：")
            
            if user_input.lower() in ['exit', 'quit']:
                break
            
            result = await agent.run_async(user_input, max_steps=5)
            print(f"\n🤖 系统：{result}")

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

示例命令

一旦连接，您可以要求AI代理执行以下操作：

• "检查所有温度传感器的状态并报告任何异常"
• "过去6小时内罐1的平均压力是多少？"
• "打开主阀门并启动泵1"
• "显示所有未确认的关键报警"
• "如果温度超过50°C，激活冷却系统"
• "生成班次结束报告，包括关键指标"
• "监控振动传感器并在超出正常范围时发出警报"
• "通过分析电机使用模式来优化能源消耗"

就是这样！ PolyMCP处理所有复杂性：

• 工具发现和选择
• 多步骤工业过程自动化
• 实时监控和警报
• 复杂决策逻辑实现

📡 API端点

一旦服务器运行，您可以访问：

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

🛠️ 可用工具

<details> <summary>查看所有可用工具（11个工具）</summary>

传感器操作

• read_sensor - 从单个传感器读取当前值
• read_multiple_sensors - 批量读取多个传感器
• get_sensor_history - 获取历史数据，可选聚合

执行器控制

• execute_actuator_command - 向执行器发送命令（阀门、电机、泵）

系统管理

• get_device_topology - 查看完整的系统架构
• list_devices - 列出所有注册设备及其状态
• get_system_status - 整体系统健康状况和统计数据

报警管理

• get_active_alarms - 按优先级查看活动报警
• acknowledge_alarm - 确认报警确认

PLC操作

• read_modbus_registers - 通过Modbus读取PLC寄存器
• write_modbus_register - 写入PLC寄存器的值

</details>

🔧 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: "主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

环境变量

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

📋 要求

对于生产模式：

• Python 3.8+
• MQTT Broker（Mosquitto、EMQX、HiveMQ或任何MQTT 3.1.1/5.0 broker）
• InfluxDB 2.0+（用于时间序列数据）
• Redis（用于缓存）
• 工业设备（具有Modbus的PLCs、IoT传感器）

对于模拟模式：

• Python 3.8+
• 无外部依赖！

🐛 故障排除

无法连接到MQTT？

• 检查broker是否正在运行：mosquitto_sub -h localhost -t '#'
• 核实配置中的凭据
• 检查防火墙设置

Modbus连接失败？

• 确保PLC可访问：ping <plc_ip>
• 核实设备上启用了Modbus
• 检查端口（TCP通常为502）

没有传感器数据？

• 检查MQTT主题是否匹配配置
• 核实传感器是否发布数据
• 查看Redis缓存：redis-cli get sensor:*

🏗️ 架构

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│ IoT 传感器  │────▶│  MQTT       │────▶│             │
└─────────────┘     │  Broker     │     │             │
                    └─────────────┘     │   IoT MCP   │     ┌─────────────┐
┌─────────────┐     ┌─────────────┐     │   Server    │────▶│  PolyMCP    │
│    PLCs     │────▶│  Modbus     │────▶│             │     │  AI Agent   │
└─────────────┘     └─────────────┘     │             │     └─────────────┘
                                        │             │
┌─────────────┐                         │             │     ┌─────────────┐
│  InfluxDB   │◀────────────────────────│             │────▶│   Redis     │
└─────────────┘                         └─────────────┘     └─────────────┘

🤝 贡献

欢迎贡献！此项目展示了工业物联网与MCP协议的集成。

开发环境设置

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

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # 或在Windows上使用 venv\Scripts\activate

# 安装开发依赖
pip install -r requirements-dev.txt

# 运行测试
pytest tests/

📝 许可证

MIT许可证 - 详情见LICENSE文件

🔗 相关项目

• PolyMCP - 使用自定义代理与MCP服务器交互的简单高效方式
• 模型上下文协议 - 与LLMs集成工具的开放协议
• MQTT协议 - 轻量级的消息协议用于IoT
• Modbus协议 - 工业通信协议
• Mqttcpp - 用于构建MQTT客户端和broker的轻量级快速C++库

💡 为什么这个项目？

此MCP服务器弥合了工业物联网和AI代理之间的差距。借助PolyMCP，您可以：

1. 自然语言控制 - "检查所有压力传感器并在任何异常时发出警报"
2. 复杂自动化 - AI可以编排多步骤工业过程
3. 预测性维护 - AI分析趋势并预测故障
4. 能源优化 - AI优化设备使用以提高效率
5. 事件响应 - AI处理报警并执行紧急程序

无需学习复杂的工业协议——PolyMCP和AI处理一切！

🚀 使用案例

• 智能工厂 - AI驱动的生产线优化
• 楼宇自动化 - 智能HVAC和照明控制
• 能源管理 - 实时消费优化
• 预测性维护 - 设备故障预测
• 质量控制 - 自动异常检测
• 应急响应 - AI管理的事件处理

---

专为 PolyMCP 设计

如果您觉得有用，请给这个仓库点赞⭐!