【搭建Node-RED + MQTT Broker实现AI大模型交互】

Quieeeet2025-05-19 16:10

搭建Node-RED + MQTT Broker实现AI大模型交互

  • [搭建Node-RED + MQTT Broker实现AI大模型交互](#搭建Node-RED + MQTT Broker实现AI大模型交互)
    • 一、系统架构
    • 二、环境准备与安装
      • [1. 安装Node.js](#1. 安装Node.js)
      • [2. 安装Mosquitto MQTT Broker](#2. 安装Mosquitto MQTT Broker)
      • [3. 配置Mosquitto](#3. 配置Mosquitto)
      • [4. 安装Node-RED](#4. 安装Node-RED)
      • [5. 配置Node-RED监听所有网络接口](#5. 配置Node-RED监听所有网络接口)
      • [6. 启动Node-RED](#6. 启动Node-RED)
    • 三、Node-RED流程配置
      • [1. 创建新流程](#1. 创建新流程)
      • [2. 添加并配置MQTT In节点](#2. 添加并配置MQTT In节点)
      • [3. 添加并配置处理数据Function节点](#3. 添加并配置处理数据Function节点)
      • [4. 添加并配置HTTP Request节点](#4. 添加并配置HTTP Request节点)
      • [5. 添加并配置处理响应Function节点](#5. 添加并配置处理响应Function节点)
      • [6. 添加并配置MQTT Out节点](#6. 添加并配置MQTT Out节点)
      • [7. 添加错误处理](#7. 添加错误处理)
      • [8. 连接节点](#8. 连接节点)
      • [9. 部署流程](#9. 部署流程)
    • 四、测试系统
      • [1. 创建测试脚本](#1. 创建测试脚本)
      • [2. 安装MQTT客户端库](#2. 安装MQTT客户端库)
      • [3. 运行测试](#3. 运行测试)
    • 五、在其他Linux客户端使用MQTT与系统交互
      • [1. 安装MQTT客户端工具](#1. 安装MQTT客户端工具)
      • [2. 订阅消息（接收响应）](#2. 订阅消息（接收响应）)
      • [3. 发送消息（请求AI处理）](#3. 发送消息（请求AI处理）)
      • [4. 使用Python进行交互（可选）](#4. 使用Python进行交互（可选）)
    • 六、系统安全与扩展
    • 七、故障排除
    • 八、总结

搭建Node-RED + MQTT Broker实现AI大模型交互

本文档详细记录了使用Node-RED和MQTT Broker构建一个可与DeepSeek AI大模型交互的物联网平台的完整过程。

一、系统架构

接收设备消息\] --\> \[处理数据\] --\> \[调用DeepSeek API\] --\> \[处理API响应\] --\> \[MQTT Out

| ^

| |

v |

错误消息\] --\> \[错误消息接收\] --\> \[MQTT err

系统主要组件：

  1. 设备/客户端：向MQTT Broker发送请求消息
  2. MQTT Broker：消息代理，处理发布/订阅
  3. Node-RED：流程编排引擎，处理逻辑和API交互
  4. DeepSeek API：AI大模型服务

数据流向：

  1. 设备发布消息到device/data主题
  2. Node-RED订阅并处理消息
  3. Node-RED调用DeepSeek API
  4. Node-RED将响应发布到device/response主题
  5. 设备接收响应

二、环境准备与安装

1. 安装Node.js

首先确保安装了Node.js v18或更高版本：

bash 复制代码 
curl -fsSL https://deb.nodesource.com/setup_18.x | bash -
apt-get install -y nodejs

验证安装：

bash 复制代码 
node -v

2. 安装Mosquitto MQTT Broker

bash 复制代码 
apt-get update
apt-get install -y mosquitto mosquitto-clients

3. 配置Mosquitto

创建配置文件，允许匿名连接：

bash 复制代码 
cat > /etc/mosquitto/conf.d/default.conf << EOF
listener 1883
allow_anonymous true
EOF

重启Mosquitto服务：

bash 复制代码 
systemctl restart mosquitto

4. 安装Node-RED

bash 复制代码 
npm install -g --unsafe-perm node-red

5. 配置Node-RED监听所有网络接口

修改配置文件：

bash 复制代码 
cat > /root/.node-red/settings.js << EOF
module.exports = {
    uiPort: process.env.PORT || 1880,
    uiHost: "0.0.0.0",
}
EOF

6. 启动Node-RED

bash 复制代码 
nohup node-red > node-red.log 2>&1 &

三、Node-RED流程配置

访问Node-RED界面：http://服务器IP:1880/

1. 创建新流程

  1. 点击"+"按钮创建新的流程
  2. 将流程命名为"DeepSeek AI交互"

2. 添加并配置MQTT In节点

  1. 从节点面板中拖动"mqtt in"节点到工作区
  2. 双击节点进行配置：
    • 服务器：点击编辑按钮添加新的MQTT Broker
      • 名称：本地MQTT Broker
      • 服务器：localhost
      • 端口：1883
    • 主题：device/data
    • QoS：2
    • 输出：自动检测(JSON对象、字符串或buffer)
    • 名称：接收设备消息

3. 添加并配置处理数据Function节点

  1. 从节点面板中拖动"function"节点到工作区
  2. 双击节点进行配置：
    • 名称：处理数据
    • 函数代码：
javascript 复制代码 
// 处理接收到的设备数据
const deviceData = msg.payload;

// 构建发送给DeepSeek API的请求
msg.payload = {
    "model": "deepseek-chat",
    "messages": [
        {"role": "system", "content": "你是一个助手。"},
        {"role": "user", "content": deviceData.message}
    ]
};

// 设置请求头
msg.headers = {
    "Content-Type": "application/json"
};

// 设置超时时间为60秒
msg.requestTimeout = 60000;

return msg;

4. 添加并配置HTTP Request节点

  1. 从节点面板中拖动"http request"节点到工作区
  2. 双击节点进行配置：
    • 名称：调用DeepSeek API
    • 方法：POST
    • URL：https://api.deepseek.com/chat/completions
    • 返回：解析为JSON对象
    • 在认证选项卡中：
      • 使用：Bearer Authentication
      • Token：您的DeepSeek API Token (例如: sk-b30b58c4056e4149872d87eb9228ed54)
    • 添加请求头：
      • Content-Type: application/json

5. 添加并配置处理响应Function节点

  1. 从节点面板中拖动"function"节点到工作区
  2. 双击节点进行配置：
    • 名称：处理API响应
    • 函数代码：
javascript 复制代码 
// 处理DeepSeek API的响应
const response = msg.payload;

// 提取AI回复内容
let aiResponse = "";
if (response && response.choices && response.choices.length > 0) {
    aiResponse = response.choices[0].message.content;
} else {
    aiResponse = "无法获取有效回复";
    node.warn("API响应格式不符合预期: " + JSON.stringify(response));
}

// 构建回复消息
msg.payload = {
    "status": "success",
    "response": aiResponse,
    "timestamp": new Date().toISOString()
};

return msg;

6. 添加并配置MQTT Out节点

  1. 从节点面板中拖动"mqtt out"节点到工作区
  2. 双击节点进行配置：
    • 服务器：选择之前创建的本地MQTT Broker
    • 主题：device/response
    • QoS：1
    • 保留：否
    • 名称：MQTT Out

7. 添加错误处理

  1. 从节点面板中拖动"catch"节点到工作区

  2. 双击节点进行配置：

    • 名称：错误消息

  3. 添加处理错误的Function节点：

    • 名称：错误消息接收
    • 函数代码：
javascript 复制代码 
// 记录错误
node.error("处理错误: " + JSON.stringify(msg.error));

// 构建错误响应
msg.payload = {
    "status": "error",
    "message": msg.error ? (msg.error.message || "未知错误") : "处理请求时发生错误",
    "code": msg.statusCode || 500,
    "timestamp": new Date().toISOString()
};

// 设置主题（确保错误消息发送到正确的主题）
msg.topic = "device/error";

return msg;
  1. 添加用于错误的MQTT Out节点：
    • 服务器：选择之前创建的本地MQTT Broker
    • 主题：device/error
    • QoS：1
    • 保留：否
    • 名称：MQTT err

8. 连接节点

按照以下顺序连接节点：

  1. 接收设备消息 → 处理数据
  2. 处理数据 → 调用DeepSeek API
  3. 调用DeepSeek API → 处理API响应
  4. 处理API响应 → MQTT Out
  5. 错误消息 → 错误消息接收
  6. 错误消息接收 → MQTT err

9. 部署流程

点击右上角的"部署"按钮使配置生效。

四、测试系统

1. 创建测试脚本

创建一个简单的Node.js脚本来测试系统：

bash 复制代码 
cat > /root/test-mqtt.js << EOF
const mqtt = require('mqtt');
const client = mqtt.connect('mqtt://localhost:1883');

client.on('connect', function () {
  console.log('已连接到MQTT Broker');
  
  client.subscribe('device/response');
  client.subscribe('device/error');
  
  const testMessage = { 
    deviceId: 'test-001', 
    message: '介绍一下Node-RED的基本功能', 
    timestamp: new Date().toISOString() 
  };
  
  console.log('发送测试消息:', testMessage);
  client.publish('device/data', JSON.stringify(testMessage));
});

client.on('message', function (topic, message) {
  console.log('收到消息，主题:', topic);
  try { 
    console.log(JSON.parse(message.toString())); 
  } catch(e) { 
    console.log(message.toString()); 
  }
});

setTimeout(function() { 
  client.end(); 
  console.log('测试完成，已断开连接'); 
}, 120000);
EOF

2. 安装MQTT客户端库

bash 复制代码 
npm install mqtt

3. 运行测试

bash 复制代码 
node /root/test-mqtt.js

输出结果示例：

复制代码 
已连接到MQTT Broker
发送测试消息: { deviceId: 'test-001',
  message: '介绍一下Node-RED的基本功能',
  timestamp: '2025-05-15T06:51:24.069Z' }
收到消息，主题: device/response
{
  status: 'success',
  response: 'Node-RED 是一个基于 Node.js 开发的低代码/可视化编程工具，主要用于连接硬件设备、API 和在线服务，构建物联网（IoT）应用或自动化工作流。其核心特点是通过拖放节点（Nodes）和连线（Flows）快速实现数据流处理，无需深入编码。以下是它的基本功能：\n\n1. 可视化流程编排\n   - 节点（Nodes）：预置了大量功能模块\n   - 连线（Flows）：用连线将节点按逻辑顺序连接\n\n2. 丰富的节点类型\n   - 输入节点：如 HTTP 请求、MQTT 订阅等\n   - 处理节点：函数、延迟、切换等\n   - 输出节点：数据库、API 调用、邮件通知等\n\n3. 易于集成和扩展\n   - 支持各种协议和服务的集成\n   - 可通过npm安装扩展节点',
  timestamp: '2025-05-15T06:51:42.361Z'
}
测试完成，已断开连接

五、在其他Linux客户端使用MQTT与系统交互

1. 安装MQTT客户端工具

bash 复制代码 
# Debian/Ubuntu系统
sudo apt-get install mosquitto-clients

# RHEL/CentOS系统
sudo yum install mosquitto-clients

# Arch系统
sudo pacman -S mosquitto

2. 订阅消息（接收响应）

bash 复制代码 
# 订阅响应主题
mosquitto_sub -h 服务器IP -t "device/response" -v

# 订阅错误主题
mosquitto_sub -h 服务器IP -t "device/error" -v

3. 发送消息（请求AI处理）

bash 复制代码 
# 发送消息
mosquitto_pub -h 服务器IP -t "device/data" -m '{"deviceId":"linux-001","message":"什么是物联网？","timestamp":"'$(date -Iseconds)'"}'

4. 使用Python进行交互（可选）

python 复制代码 
import paho.mqtt.client as mqtt
import json
import time
from datetime import datetime

# MQTT服务器信息
broker_address = "服务器IP"
port = 1883
pub_topic = "device/data"
sub_topics = ["device/response", "device/error"]

# 回调函数 - 连接成功
def on_connect(client, userdata, flags, rc):
    print("已连接到MQTT Broker")
    # 订阅主题
    for topic in sub_topics:
        client.subscribe(topic)
        print(f"已订阅主题: {topic}")

# 回调函数 - 接收消息
def on_message(client, userdata, msg):
    print(f"\n收到消息 主题: {msg.topic}")
    try:
        payload = json.loads(msg.payload.decode())
        print(json.dumps(payload, indent=2, ensure_ascii=False))
    except:
        print(msg.payload.decode())

# 创建客户端
client = mqtt.Client()
client.on_connect = on_connect
client.on_message = on_message

# 连接到Broker
client.connect(broker_address, port, 60)

# 启动网络循环
client.loop_start()

# 发送测试消息
def send_message(message_text):
    msg = {
        "deviceId": "python-device-001",
        "message": message_text,
        "timestamp": datetime.now().isoformat()
    }
    print(f"发送消息: {json.dumps(msg, ensure_ascii=False)}")
    client.publish(pub_topic, json.dumps(msg))

# 等待连接建立
time.sleep(1)

# 示例查询
send_message("请解释什么是物联网？")

# 保持脚本运行以接收响应
try:
    while True:
        user_input = input("\n输入问题(输入'exit'退出): ")
        if user_input.lower() == 'exit':
            break
        send_message(user_input)
        time.sleep(1)
except KeyboardInterrupt:
    print("程序被用户中断")

# 断开连接
client.loop_stop()
client.disconnect()

六、系统安全与扩展

安全配置

  1. MQTT安全加强

    • 添加用户名密码认证：修改/etc/mosquitto/conf.d/default.conf
    • 启用TLS加密：配置证书

  2. Node-RED安全加强

    • 添加登录认证：修改settings.js
    • 部署HTTPS：配置证书

系统扩展

  1. 添加Dashboard

    • 安装Node-RED Dashboard节点
    • 创建可视化界面监控系统

  2. 添加数据存储

    • 连接数据库(MySQL/MongoDB)存储交互历史

  3. 支持多种AI模型

    • 扩展Function节点支持其他AI模型API

  4. 设备认证与管理

    • 开发设备注册和认证机制

七、故障排除

  1. 无法连接MQTT Broker

    • 检查防火墙是否开放1883端口
    • 检查Mosquitto服务状态

  2. 无法访问Node-RED

    • 检查防火墙是否开放1880端口
    • 检查Node-RED进程是否运行

  3. API调用失败

    • 检查API Token是否正确
    • 检查网络连接和API地址
    • 检查HTTP Request节点配置
    • 增加请求超时时间

  4. 消息格式错误

    • 确保发送JSON格式消息
    • 确保包含message字段

八、总结

通过本文档，我们就完成了一个基于Node-RED和MQTT Broker的AI交互系统搭建，实现了：

  1. 接收来自设备的MQTT消息
  2. 处理消息并调用DeepSeek AI API
  3. 将AI响应通过MQTT返回给设备
  4. 错误处理和日志记录

这个系统可以作为物联网设备与AI大模型交互的基础平台，可根据实际需求进行扩展和优化。

相关推荐
Clarence Liu2 分钟前
机器学习(4) cost function(代价函数)
人工智能·机器学习
木头左7 分钟前
技术指标时空编码构建LSTM兼容的量化交易特征工程体系
人工智能·rnn·lstm
得帆云9 分钟前
低代码高频实践场景系列之一——EHS系统
大数据·人工智能·物联网
能来帮帮蒟蒻吗25 分钟前
深度学习（3）—— 评估指标
人工智能·深度学习
xier_ran1 小时前
机器学习：支持向量机（SVM）详解
人工智能·机器学习·支持向量机
jonyleek1 小时前
【JVS更新日志】低代码、APS排产、物联网、企业计划11.12更新说明！
java·物联网·低代码·前端框架·团队开发
惊讶的猫1 小时前
面向无监督行人重识别的摄像头偏差消除学习
人工智能·算法·机器学习
深度学习机器1 小时前
RAG Chunking 2.0:提升文档分块效果的一些经验
人工智能·算法·llm
TDengine （老段）1 小时前
TDengine 字符串函数 LIKE_IN_SET 用户手册
大数据·数据库·物联网·制造·时序数据库·tdengine·涛思数据
间彧1 小时前
LangChain入门指南
人工智能
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03Linux下V2Ray安装配置指南04综合整理：pdf预览显示：你尝试预览的文件可能对你的计算机有害。如果你信任此文件以及其来源，请打开此文件以看其内容，如何解决以正常预览文件05安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）06Labelme从安装到标注：零基础完整指南07BongoCat - 跨平台键盘猫动画工具08智能库存管理的需求预测模型：从业务痛点到落地代码的完整实践09《大数据技术原理与应用》实验报告三 熟悉HBase常用操作10全面评测 | Photoshop 2026 新特性深度解析与实测体验