edgeai

智码看视界9 天前
mqtt·flask·iot·全栈开发·云边协同·edgeai
Edge AI 全栈实战 ⑤:云边协同收尾——MQTT 桥接 + 云端看板管 N 台边缘设备这个连载的目标,是把"从一块开发板到一朵云"的全链路走通。前四篇已经打完地基:① ESP32 传感器采集 → 云端推理:打通"端能采、云能算";
智码看视界18 天前
flink·向量数据库·rag·全栈开发·edgeai·iot诊断
Edge AI 全栈实战 ④:向量数据库 + RAG 让 IoT 诊断拥有“记忆“① 篇:ESP32 → MQTT → 云端(能通) ② 篇:ESP32 → MQTT → Flink → 实时管道 + 异常检测(生产级) ③ 篇:② + 异常时调 LLM 生成诊断(会思考) ④ 篇:③ + 向量库存历史诊断,检索增强(有记忆) ← 本篇
智码看视界1 个月前
物联网·flink·esp32·全栈开发·iot平台·实时流处理·edgeai
Edge AI 与 IoT 全栈系列:Edge AI 全栈 2:ESP32 + MQTT + Flink 实时 IoT 数据管道上一篇我们用 ESP32 把传感器数据经 MQTT 推到云端 Python 接收端存进 SQLite,但这只是"能通"。生产级 IoT 平台需要实时流处理——异常检测、滚动聚合、多设备关联。本篇在 ① 的基础上引入 Apache Flink,把单点接收升级为分布式流处理管道:ESP32 → MQTT Broker → Flink MQTT Source → 实时解析/窗口聚合/异常告警 → 时序库 + 大屏。文章给出完整 Flink 作业代码、全链路联调步骤与实测吞吐数据,硬件成本不变。
智码看视界2 个月前
人工智能·物联网·嵌入式·esp32·aiot·全栈开发·edgeai
Edge AI 全栈1:ESP32 传感器采集到云端大模型推理的完整链路一个完整的 AIoT 系统需要打通三层:ESP32 端传感器采集 + MQTT 数据上行云端 MQTT Broker 接收 + 数据持久化
AI资源库8 个月前
爬虫·quantization·llama-3·schematron-3b·inference-net·webscraping·edgeai
告别正则与 XPath:基于 Schematron-3B 构建下一代“抗干扰”智能爬虫 Agent我们将文件分为三大类进行详细解读,并配合关系说明它们如何协同完成“网页解析”任务。这一部分定义了模型的物理结构和思维逻辑。
我是有底线的