Node-RED Make IoT Smart

🌐 Sprachen

Eine KI-Assistenten-Erweiterung, die speziell für Node-RED entwickelt wurde und die IoT-Entwicklung intelligenter und effizienter macht.

Überblick

Node-RED Make IoT Smart ist ein umfassender KI-Agent, der speziell für die Node-RED-Entwicklung entwickelt wurde. Es verbessert die IoT-Entwicklungserfahrung durch intelligente Code-Unterstützung, automatische Flow-Optimierung und intelligente Debugging-Funktionen. Diese Erweiterung unterstützt derzeit 6 Hauptszenarien: Lernen, Lösung, Integration, Entwicklung, Konfiguration und Verwaltung.

Funktionen

🤖 KI-Assistent

Intelligente Code-Vorschläge: Kontextbezogene Code-Empfehlungen für Node-RED-Flows.
Intelligente Flow-Analyse: Analysiert Flows und bietet Optimierungsvorschläge.
Natürlichsprachige Schnittstelle: Interagieren Sie mit der Node-RED-Umgebung über natürlichsprachige Befehle.
Mehrsprachige Unterstützung: Unterstützt Chinesisch, Englisch, Japanisch, Koreanisch und andere Sprachen. Passt sich automatisch an Änderungen der Node-RED-Spracheinstellungen an.
Multi-Provider-Unterstützung: Basiert auf dem LangChain.js-Framework, unterstützt KI-Modelle wie OpenAI, Anthropic, Google, DeepSeek und andere.
Intelligentes Speichermanagement: SQLite-basiertes Kurz- und Langzeitspeichersystem, unterstützt Gesprächshistorie, Benutzereinstellungen und Flow-Template-Speicherung.
Szenario-basierte Prompts: Szenario-basiertes Prompt-Management über JSON-Konfiguration, unterstützt dynamische Parametereinspritzung.
MCP-Tool-Integration: Unterstützt Model Context Protocol (MCP) Tool-Aufrufe zur Erweiterung der KI-Assistenten-Funktionen.

🔧 Entwicklungstools

Echtzeit-Code-Analyse: Kontinuierliche Analyse von Node-RED-Flows.
Konfigurationsverwaltung: Zentralisierte API-Konfiguration für verschiedene KI-Provider.
Interaktive Seitenleiste: Dedizierte KI-Assistenten-Panel, integriert in den Node-RED-Editor.
JSON-Editor: Eingebauter Konfigurationsdatei-Editor mit Syntax-Highlighting.
MCP-Tool-Integration: Unterstützt Model Context Protocol (MCP) Tool-Aufrufe zur Erweiterung der KI-Assistenten-Funktionen.
LangChain-Tool-Management: Einheitliches Tool-Management-Framework, unterstützt eingebaute Tools und MCP-Tools.
Szenario-basierte Unterstützung: Maßgeschneiderte Unterstützung für 7 Hauptszenarien:
- Lernen: Erklärt Knoten und Konzepte, bietet Flow-Beispiele.
- Lösung: Bietet verschiedene IoT-Lösungen, einschließlich Flow-JSON und Knoten-Installationsanleitungen.
- Integration: Unterstützt Protokoll- (wie MQTT, Modbus) und Software-Integration.
- Entwicklung: Optimiert bestehende Flows und Funktionsknoten-Code.
- Konfiguration: Leitet Node-RED-Konfigurationsänderungen (wie settings.js).
- Verwaltung: Unterstützt Remote-Zugriff, Git-Integration und Massen-Deployment.

🚀 Zukünftige Funktionen

Remote-Debugging: Remote-Debugging von Node-RED-Flows mit KI.
Team-Management: Kollaborative Entwicklung mit Team-Management-Funktionen.
Erweiterte Analytik: Tiefe Einblicke in die IoT-System-Performance.
Intelligentes Deployment: KI-gesteuerte IoT-Anwendungs-Deployment-Strategien.

Installation

Installation über npm

bash

npm install @jhe.zheng/node-red-make-iot-smart

Installation über Node-RED Palette Manager

Öffnen Sie den Node-RED-Editor.
Gehen Sie zu Menü → Palette verwalten.
Suchen Sie nach @jhe.zheng/node-red-make-iot-smart.
Klicken Sie auf Installieren.
Starten Sie Node-RED nach der Installation neu.
Nach der Installation erscheint ein neuer KI-Assistent-Tab in der Node-RED-Seitenleiste.
Klicken Sie auf die Einstellungen-Schaltfläche, um Ihren KI-Provider zu konfigurieren.
Wählen Sie aus den unterstützten Providern:
- DeepSeek: Kostengünstige Option mit starken Coding-Fähigkeiten.
- OpenAI: Branchenführende GPT-Modelle.
- Anthropic: Erweiterte Reasoning-Fähigkeiten durch Claude-Modelle.
Geben Sie Ihren API-Schlüssel ein und wählen Sie ein geeignetes Modell.
Nach der Konfiguration können Sie den KI-Assistenten verwenden. Beachten Sie, dass NodeRED nach dem Speichern der Einstellungen automatisch einen Konfigurationsknoten erstellt. NodeRED zeigt Änderungen im Flow an, und Sie müssen nur auf Zusammenführen klicken.
Beginnen Sie mit der Interaktion mit dem KI-Assistenten!

Schnellstart

Geben Sie "Aktuellen Knoten analysieren" ein

Geben Sie "Beispiel-Flow erstellen" ein

Geben Sie "Gesundheitsprüfung" ein

Konfiguration

LangSmith Debug-Konfiguration (Optional)

Sie können LangSmith-Unterstützung für besseres Debugging und Monitoring der LangChain-Ausführung konfigurieren:

Kopieren Sie die .env.example-Datei nach .env:
bash
```
cp .env.example .env
```

Bearbeiten Sie die .env-Datei, um Ihre LangSmith-Konfiguration einzugeben:

env

LANGCHAIN_TRACING_V2=true
LANGCHAIN_API_KEY=your_langsmith_api_key_here
LANGCHAIN_PROJECT=your_project_name

Starten Sie Node-RED neu, um die Konfiguration anzuwenden.
Besuchen Sie LangSmith, um detaillierte Ausführungs-Traces und Debug-Informationen anzuzeigen.

Hinweis: Die LangSmith-Konfiguration ist optional und beeinflusst nicht die Kernfunktionalität.

Verwendung

Basis-Chat-Interface

Öffnen Sie den KI-Assistent-Tab in der Seitenleiste.
Geben Sie Ihre Fragen oder Anweisungen in natürlicher Sprache ein.
Erhalten Sie intelligente Antworten mit Code-Vorschlägen und Erklärungen.

Szenario-Auswahl

Wählen Sie ein Szenario (Lernen, Lösung, Integration, Entwicklung, Konfiguration, Verwaltung) im Dropdown-Menü der Seitenleiste.
Die KI passt ihre Antworten basierend auf dem ausgewählten Szenario an und bietet entsprechende Tools und Flow-JSON.

JSON/Code-Verarbeitung

Große JSON- oder Code-Ausgaben sind hinter JSON/Code anzeigen-Schaltflächen versteckt, um die UI sauber zu halten.
Bearbeiten Sie Flow-JSON im eingebauten Editor mit Syntax-Highlighting und wenden Sie Änderungen direkt an.

Unterstützte Szenarien

Szenario-Übersicht

Szenario	Deutsche Bezeichnung	Beschreibung	Unterstützte Tools
learning	Lernmodus	Node-RED-Lernassistent, bietet Bildungsanleitungen und Wissensantworten	get-flows, get-nodes, create-flow, update-flow
solution	Lösungsmodus	IoT-Lösungsexperte, bietet technische Lösungen und Architekturberatung	create-flow, update-flow, get-flows, create-subflow
integration	Integrationsmodus	Systemintegrationsexperte, befasst sich mit Geräteverbindung und Datenintegration	create-flow, update-flow, install-node, get-node-info
development	Entwicklungsmodus	Code-Entwicklungsassistent, unterstützt Node-RED-Flow-Erstellung und -Optimierung	create-flow, update-flow, create-subflow, get-node-info, install-node, get-flow
configuration	Konfigurationsmodus	Systemkonfigurationsexperte, verwaltet Node-RED-Umgebung und Knoten-Konfiguration	get_settings, update_settings, install_node, get_node_info, get_diagnostics
management	Verwaltungsmodus	Projektmanagement-Assistent, unterstützt Flow-Organisation und Projektplanung	get-flows, create-flow, update-flow, create-subflow
general	Allgemeiner Modus	Allgemeiner KI-Assistent, behandelt verschiedene Node-RED-bezogene Fragen	Keine spezifischen Tool-Einschränkungen

Beispiele für vordefinierte Prompts

Szenario	Vordefinierte Prompts
Lernmodus	• Ich bin neu bei Node-RED. Bitte stellen Sie die grundlegenden Konzepte und Hauptfunktionen von Node-RED vor • Bitte erklären Sie Flows, Knoten und Verbindungen in Node-RED • Wie erstelle ich meinen ersten einfachen Flow in Node-RED? Bitte geben Sie detaillierte Schritte an • Welche grundlegenden Knoten werden häufig in Node-RED verwendet? Was sind ihre entsprechenden Funktionen?
Lösungsmodus	• Ich muss ein Smart-Home-Steuerungssystem entwerfen. Bitte stellen Sie eine vollständige IoT-Lösungsarchitektur bereit • Wie verwende ich Node-RED, um ein Industrie 4.0-Datensammlung- und Überwachungssystem aufzubauen? • Bitte entwerfen Sie eine landwirtschaftliche IoT-Lösung, die Sensordatensammlung und automatische Steuerung umfasst • Ich möchte ein Smart-City-Umweltüberwachungsnetzwerk aufbauen, welche technischen Lösungen sind erforderlich?
Integrationsmodus	• Wie integriere ich MQTT-Geräte und HTTP-APIs in Node-RED? Bitte stellen Sie eine detaillierte Integrationslösung bereit • Ich muss Sensordaten von Modbus-Geräten an eine Cloud-Datenbank übertragen. Wie implementiere ich das? • Bitte helfen Sie beim Entwurf eines Datentransformations-Flows, der JSON in XML konvertiert und an Drittsysteme sendet • Wie implementiere ich integrierte Datensammlung und -verarbeitung von mehreren Geräten mit verschiedenen Protokollen in Node-RED?
Entwicklungsmodus	• Detaillierte Erklärung und Kommentierung des aktuellen Flows • Detaillierte Erklärung und Kommentierung des aktuellen Knotens • Bitte helfen Sie beim Schreiben von Funktionsknoten-Code, der Datenfilterung und Formatkonvertierung implementiert • Wie erstelle ich benutzerdefinierte Knoten in Node-RED? Bitte stellen Sie den vollständigen Entwicklungsprozess bereit
Konfigurationsmodus	• Was ist die aktuelle NodeRED-Konfiguration? • Was ist die aktuelle NodeRED-Diagnose? • Wie konfiguriere ich die Node-RED-Sicherheitskonfiguration, einschließlich Benutzerauthentifizierung und HTTPS? • Bitte helfen Sie bei der Optimierung der Node-RED-Performance-Konfiguration zur Verbesserung der Systemausführungseffizienz • Wie installiere und verwalte ich Drittanbieter-Knoten-Pakete in Node-RED? • Ich muss Node-RED-Logging und -Monitoring konfigurieren. Wie richte ich das ein?
Verwaltungsmodus	• Bitte helfen Sie bei der Erstellung von Entwicklungsplänen und Meilensteinen für IoT-Projekte • Wie organisiere und verwalte ich die Flow-Struktur von großangelegten Projekten in Node-RED? • Ich muss die Risiken und Qualität des aktuellen Projekts bewerten. Bitte geben Sie Analyseempfehlungen • Wie etabliere ich Node-RED-Kollaborationsentwicklungsstandards und Best Practices im Team?
Allgemeiner Modus	• Was ist Node-RED? Was sind seine Hauptmerkmale und Anwendungsszenarien? • Ich bin auf Probleme in Node-RED gestoßen. Bitte helfen Sie bei der Analyse und den Lösungen • Bitte empfehlen Sie Node-RED-Lernressourcen und Best Practices • Wie wähle ich den geeigneten Node-RED-Szenario-Modus zur Lösung spezifischer Anforderungen?

Intelligente Schlüsselwort-Aktivierung

Szenario	Schlüsselwörter	Aktivierungsaktion
Entwicklungsmodus	flow erstellen, flow generieren, flow machen, neuer flow	Wechselt automatisch in den Entwicklungsmodus zur Generierung von vollständigem Node-RED-Flow-JSON-Code und bietet detaillierte Erklärungen
Konfigurationsmodus	aktuelle konfiguration, systemkonfiguration, konfigurationsinformationen, konfiguration, aktuelle einstellungen	Ruft automatisch das get_settings-Tool auf, um Konfigurationsinformationen abzurufen und im Tabellenformat anzuzeigen
Konfigurationsmodus	aktuelle diagnose, systemdiagnose, diagnoseinformationen, gesundheitsprüfung	Ruft automatisch das get_diagnostics-Tool auf, um eine Systemdiagnose durchzuführen

Dynamische Eingabeparameter

Alle Szenarien unterstützen die folgende dynamische Parametereinspritzung:

nodeRedVersion - Node-RED-Versionsinformationen
nodeVersion - Node.js-Versionsinformationen
currentTime - Aktueller Zeitstempel
selectedFlow - Aktuell ausgewählter Flow
selectedNodes - Aktuell ausgewählte Knoten
lang - Aktuelle Spracheinstellung
mcpTools - Liste verfügbarer MCP-Tools

Jedes Szenario unterstützt auch spezifische dynamische Parameter:

Lernmodus: userLevel (Benutzerfähigkeitslevel)
Lösungsmodus: projectRequirements (Projektanforderungen)
Integrationsmodus: integrationTargets (Integrationsziele)
Entwicklungsmodus: developmentTask (Entwicklungsaufgabe)
Konfigurationsmodus: configurationNeeds (Konfigurationsbedürfnisse)
Verwaltungsmodus: projectStatus (Projektstatus)

System-Prompt-Eigenschaften

Jedes Szenario ist mit professionellen System-Prompts konfiguriert, um sicherzustellen, dass der KI-Assistent:

Rollendefinition: Klare professionelle Rolle in spezifischen Szenarien
Ausgabeformat: Strukturiertes Antwortformat entsprechend den Szenario-Anforderungen
Tool-Integration: Intelligenter Aufruf entsprechender MCP-Tools und Node-RED-APIs
Kontexterkennung: Personalisierte Empfehlungen unter Verwendung dynamischer Parameter

Szenario	Beschreibung
Lernen	Erklärt Knoten/Konzepte und bietet Flow-Beispiele zum Lernen.
Lösung	Bietet verschiedene IoT-Lösungen mit Flow-JSON und Knoten-Installationsanleitungen.
Integration	Unterstützt Protokoll-/Software-Integration und generiert entsprechende Flows.
Entwicklung	Optimiert bestehende Flows und Funktionsknoten-Code.
Konfiguration	Leitet Node-RED-Konfigurationsänderungen (z.B. `settings.js`).
Verwaltung	Unterstützt Remote-Zugriff, Git-Integration und Massen-Deployment.

Unterstützte KI-Provider

Provider	Modelle	Eigenschaften
OpenAI	GPT-3.5, GPT-4, GPT-4o	Allzweck, breite Kompatibilität
Anthropic	Claude-3, Claude-3.5	Erweiterte Reasoning, Sicherheitsfokus
Google	Gemini Pro, Gemini Flash	Multimodal, hohe Performance
DeepSeek	deepseek-chat, deepseek-coder	Kostengünstig, Coding-Fokus
Andere	Alle von LangChain.js unterstützten LLM-Provider	Hohe Skalierbarkeit, flexible Konfiguration

API-Konfiguration

API-Schlüssel werden lokal mit Verschlüsselung gespeichert.
Unterstützt Multi-Provider-Konfiguration.
Einfaches Wechseln zwischen verschiedenen Providern und Modellen.
Separate Modellkonfiguration für Planungs- und Ausführungsphasen.

Entwicklung

Projektstruktur

├── ai-sidebar.html          # Haupt-Seitenleisten-Interface
├── ai-sidebar-config.json   # UI-Konfiguration
├── make-iot-smart.html      # Knoten-Konfigurationsvorlage
├── make-iot-smart.js        # Knoten-Backend-Implementierung
├── lib/
│   ├── langchain-manager.js # Haupt-LangChain-Manager
│   ├── memory-manager.js    # SQLite-Speicherverwaltung
│   └── scenario-manager.js  # Szenario-basiertes Prompt-Management
├── config/
│   └── scenarios.json       # Szenario-Konfigurationsdatei
├── data/
│   └── memory.db           # SQLite-Datenbankdatei
└── package.json            # Paketkonfiguration

Technische Architektur

Dieses Projekt basiert auf dem LangChain.js-Framework und verwendet ein modulares Architekturdesign:

LangChain Manager: Kern-KI-Modellverwaltung, unterstützt mehrere LLM-Provider
Memory Manager: Intelligentes SQLite-basiertes Speichersystem, unterstützt Kurz- und Langzeitspeicher
Scenario Manager: Szenario-basiertes Prompt-Management, unterstützt JSON-Konfiguration und dynamische Parameter
Tool Manager: Einheitliches Tool-Management-Framework, integriert MCP-Tools und eingebaute Tools
API Layer: RESTful API-Interface, unterstützt Streaming-Chat und Tool-Ausführung

Beitrag zum Projekt

Forken Sie das Repository.
Erstellen Sie einen Feature-Branch.
Nehmen Sie Änderungen vor und committen Sie sie.
Senden Sie einen Pull Request.

Roadmap

Phase 1 (Abgeschlossen)

✅ KI-Assistenten-Integration
✅ Multi-Provider-Unterstützung
✅ Interaktive Seitenleiste
✅ Konfigurationsverwaltung
✅ Szenario-basierte Unterstützung
✅ LangChain.js-Architektur-Migration
✅ SQLite-Speicherverwaltungssystem
✅ MCP-Tool-Integration
✅ Einheitliches Tool-Management-Framework

Phase 2 (Geplant)

🔄 Remote-Debugging-Funktionen
🔄 Team-Kollaborationsfunktionen
🔄 Erweiterte Flow-Analyse
🔄 Intelligente Deployment-Tools

Phase 3 (Zukunft)

📋 Team-Management-System
📋 Enterprise-Funktionen
📋 Erweiterte Sicherheitsoptionen
📋 Benutzerdefiniertes Modelltraining

Systemanforderungen

Node.js >= 18.0.0
Node-RED >= 2.0.0

Lizenz

Lizenziert unter der MIT-Lizenz. Siehe LICENSE-Datei für Details.

Support

KI-Entwicklung ist eher eine Kunst als eine Technologie, und die Beherrschung von LLMs ist keine einfache Aufgabe, die ein tiefes Verständnis von KI-Modellen, Daten und Anwendungsszenarien erfordert. Jede Q&A-Sitzung kann unterschiedliche Ergebnisse liefern, und frühe Versionen sind oft unbefriedigend, aber durch Verbesserungen im Prompt Engineering werden sie allmählich die täglichen Bedürfnisse der Node-RED-Benutzer erfüllen, seien es IT- oder OT-Ingenieure. Wir laden mehr interessierte Personen ein, sich dem Projekt anzuschließen.

Probleme melden: GitHub Issues
Dokumentation: Wiki
Diskussionen: GitHub Discussions

Autor

Zheng He

Machen Sie die IoT-Entwicklung intelligenter mit KI-Unterstützung!

Node-RED Make IoT Smart ​

🌐 Sprachen ​

Überblick ​

Funktionen ​

🤖 KI-Assistent ​

🔧 Entwicklungstools ​

🚀 Zukünftige Funktionen ​

Installation ​

Installation über npm ​

Installation über Node-RED Palette Manager ​

Schnellstart ​

Geben Sie "Aktuellen Knoten analysieren" ein ​

Geben Sie "Beispiel-Flow erstellen" ein ​

Geben Sie "Gesundheitsprüfung" ein ​

Konfiguration ​

LangSmith Debug-Konfiguration (Optional) ​

Verwendung ​

Basis-Chat-Interface ​

Szenario-Auswahl ​

JSON/Code-Verarbeitung ​

Unterstützte Szenarien ​

Szenario-Übersicht ​

Beispiele für vordefinierte Prompts ​

Intelligente Schlüsselwort-Aktivierung ​

Dynamische Eingabeparameter ​

System-Prompt-Eigenschaften ​

Unterstützte KI-Provider ​

API-Konfiguration ​

Entwicklung ​

Projektstruktur ​

Technische Architektur ​

Beitrag zum Projekt ​

Roadmap ​

Phase 1 (Abgeschlossen) ​

Phase 2 (Geplant) ​

Phase 3 (Zukunft) ​

Systemanforderungen ​

Lizenz ​

Support ​

Autor ​