如何利用 ChatGPT 和 MQTTX 模拟物联网场景数据

Shifan Yu

2023-9-4

前言
为什么需要物联网场景数据测试？
将生成式 AI 引入 MQTT 数据测试
快速开始
示例场景
结语

前言

物联网技术已逐渐渗透至我们日常生活的各个领域，从智能家居、车联网，到更为复杂的工业自动化环境。在研发和测试这些系统时，由于各种原因，我们可能暂时无法获取真实的数据流。此时，能够准确模拟真实数据就显得至关重要。

随着人工智能（AI）技术的发展，像 ChatGPT 这样先进的生成式 AI 为物联网开发开辟了一条新途径。它可以根据需要生成各种物联网场景的模拟数据，使数据测试和验证更加高效、真实和全面。在本文中，我们将深入探讨如何将 ChatGPT 与 MQTT 客户端工具 MQTTX 集成，用以模拟和生成真实的物联网数据流。

为什么需要物联网场景数据测试？

系统功能验证：模拟数据能够为开发者提供一个真实的测试环境，帮助他们早期发现并解决潜在的问题，从而确保产品的稳定性和可靠性。
增强客户体验：为潜在用户或客户演示产品时，利用真实场景的模拟数据，可以更加生动地展示产品的功能和优势，提高其购买意愿。
存储与性能评估：通过大量的模拟数据，我们不仅可以评估系统的存储需求，还可以预测并调整潜在的性能瓶颈，确保在真实环境中系统的流畅运行。
快速原型设计与验证：在产品设计初期，模拟数据可以帮助团队快速验证新功能或新设计的可行性，减少迭代时间。

将生成式 AI 引入 MQTT 数据测试

通过利用 MQTTX 的数据模拟功能和 LLM 的高级文本处理专业技术（如 ChatGPT），我们为物联网应用中的实时 MQTT 数据测试提供了一种创新方式。虽然 MQTTX 提供脚本模拟功能，但其内置脚本可能只能满足您的某些特定场景数据需求，而且手动编写测试脚本可能会耗费时间。通过引入生成式 AI，我们则可以简化并加快这一过程，确保在各种物联网场景中进行高效、真实和全面的测试。

数据需求分析：首先，我们会评估物联网场景的数据需求，确定需要模拟的数据类别、结构和格式。
使用 ChatGPT 生成模拟脚本：根据评估结果，我们采用先进的大语言模型 ChatGPT 为 MQTTX 制作仿真脚本。这不仅大大简化了脚本创建过程，还确保了数据内容的质量和真实性。
使用 MQTTX 模拟数据传输： MQTTX 使用 ChatGPT 生成的脚本模拟设备数据传输，并与 EMQX 等 MQTT 服务器交互。

Incorporating Generative AI into MQTT Data Testing

这个方法涉及到以下几个核心组件：

ChatGPT：用于生成数据模拟脚本。凭借其强大的自然语言处理能力，ChatGPT 可以为 MQTTX 创建精确逼真的模拟脚本。
MQTTX：作为一款功能全面的 MQTT 客户端工具，MQTTX 拥有自定义脚本功能，可对设备进行信息发送和接收模拟。
EMQX：大规模分布式物联网 MQTT 消息服务器，可确保模拟数据的稳定传输。

接下来，我们将指导您进行数据模拟测试。

快速开始

安装 EMQX

为了确保您可以顺利地与物联网设备进行通信，首先要安装 EMQX。

docker run -d --name emqx -p 1883:1883 -p 8083:8083 -p 8883:8883 -p 8084:8084 -p 18083:18083 emqx/emqx:latest

除 Docker 安装外，EMQX 还支持使用 RPM 或 DEB 包安装。更多安装方法，请参考 EMQX 5.0 安装指南。对于想快速验证不想本地安装的用户，推荐使用在线公共的 MQTT 服务：broker.emqx.io。

安装 MQTTX

对于 macOS 用户，可以使用以下命令进行安装：

brew install emqx/mqttx/mqttx-cli

MQTTX 命令行工具是多平台支持的。根据您的实际系统环境，前往以下链接选择合适的安装包：下载地址

编写 ChatGPT Prompts

首先，您需要访问 ChatGPT 并进行登录。

在登录后，进入新的聊天界面并按以下示例编写 prompts，如以下示例：

请先参考这个基础的模拟数据脚本模版：
```js
/**
 * MQTTX 场景文件示例
 * 
 * 此脚本生成随机的温度和湿度数据。
 */
function generator (faker, options) {
  return {
    // 如果没有返回主题，则使用命令行参数中的主题。
    // 主题格式：'mqttx/simulate/myScenario/' + clientId,
    message: JSON.stringify({
      temp: faker.datatype.number({ min: 20, max: 80 }),  // 在 20 到 80 之间生成随机温度。
      hum: faker.datatype.number({ min: 40, max: 90 }),   // 在 40 到 90 之间生成随机湿度。
    })
  }
}
// 导出场景模块
module.exports = {
  name: 'myScenario',  // 场景名称
  generator,          // 生成器函数
}
```
然后请为我设计一个智能家居物联网场景，其中包括温度传感器、湿度传感器和光传感器的模拟脚本，其中脚本中使用了 Faker.js。

按照提示发送完成后，ChatGPT 就可以为您生成一个特定场景的模拟脚本。

使用 MQTTX 发布模拟数据

例如，对于上面的智能家居场景，ChatGPT 可能会为我们提供类似以下 JavaScript 脚本：

/**
 * MQTTX 场景文件示例
 * 
 * 此脚本生成随机的温度、湿度和光照数据，模拟智能家居环境。
 */
function generator (faker, options) {
  return {
    message: JSON.stringify({
      temp: faker.datatype.number({ min: 15, max: 35 }),   // 在 15 到 35 之间生成随机温度。代表室内可能的温度范围。
      hum: faker.datatype.number({ min: 30, max: 70 }),    // 在 30 到 70 之间生成随机湿度。室内的湿度通常在这个范围。
      lux: faker.datatype.number({ min: 0, max: 1200 }),   // 在 0 到 1200 之间生成随机光照数据。代表从完全黑暗到室内日光。
    })
  }
}

// 导出场景模块
module.exports = {
  name: 'smartHomeScenario',   // 场景名称
  generator,                  // 生成器函数
}

在您的工作区，创建一个新的 JavaScript 文件，例如 smart_home.js，并将从 ChatGPT 获得的脚本内容粘贴到其中。
打开终端或命令提示符，运行以下命令发布模拟数据：
```
mqttx simulate --file smart_home.js -c 1 -h 127.0.0.1 -t mqttx/chatgpt/smart_home
```
提示：
- 使用 -c 参数可以调整模拟的设备客户端数量。
- 通过 -im 参数，您可以设置数据发送的频率。
- 确保 --file 参数指向脚本文件的正确位置，无论是绝对路径还是相对路径。
最后，为了验证数据是否正确发布，您可以使用 MQTTX 桌面客户端或命令行客户端订阅 mqttx/chatgpt/smart_home 主题，以查看发布的模拟数据。

示例场景

了解了上述的「快速开始」步骤后，您可以轻松地扩展这些基础知识到更多的实际应用中。为了帮助您更好地了解如何应用这些技术，接下来我们将提供几个常见场景的示例，展示如何在车联网和工业自动化等领域中模拟和生成相应的数据，帮助您更加快速地将这些方法应用于您自己的项目中。

车联网

场景描述 Prompt 示例：

随着现代技术的发展，车联网已经成为了一个热门的技术领域。它允许汽车与其他设备，如交通信号、其他汽车或甚至家中的设备进行通信。这种通信可以提供实时交通更新、提高路上的安全性或者增加驾驶的舒适度。因此请为我设计一个车联网的模拟数据脚本。

模拟脚本

/**
 * MQTTX 车联网场景文件示例
 * 
 * 此脚本生成汽车速度、位置、油箱容量、轮胎压力、车门状态和温度等信息，模拟车辆的实时状态。
 */
function generator (faker, options) {
  const randomElement = (arr) => arr[Math.floor(Math.random() * arr.length)];

  return {
    message: JSON.stringify({
      speed: faker.datatype.number({ min: 0, max: 220 }),          // 模拟速度，从0到220km/h。
      position: {
        lat: faker.address.latitude(),
        lng: faker.address.longitude()
      },                                                          // 模拟车辆的GPS位置。
      fuelLevel: faker.datatype.float({ min: 0, max: 100 }),      // 模拟油箱容量，百分比。
      tirePressure: {
        frontLeft: faker.datatype.number({ min: 30, max: 40 }),   // 轮胎压力 (psi)。
        frontRight: faker.datatype.number({ min: 30, max: 40 }),
        rearLeft: faker.datatype.number({ min: 30, max: 40 }),
        rearRight: faker.datatype.number({ min: 30, max: 40 }),
      },
      doorStatus: {
        driver: randomElement(['Open', 'Closed']),                // 车门状态。
        passenger: randomElement(['Open', 'Closed']),
        rearLeft: randomElement(['Open', 'Closed']),
        rearRight: randomElement(['Open', 'Closed']),
      },
      internalTemperature: faker.datatype.float({ min: 15, max: 30 }),  // 车内温度 (摄氏度)。
      engineStatus: randomElement(['Running', 'Off']),                 // 发动机状态。
    })
  }
}

// 导出场景模块
module.exports = {
  name: 'vehicleNetworkScenario',   // 场景名称
  generator,                               // 生成器函数
}

案例展示

mqttx simulate --file vehicle_network.js -c 1 -h 127.0.0.1 -t mqttx/chatgpt/vechicle

mqttx sub -t mqttx/chatgpt/# -h 127.0.0.1 --format json
[8/9/2023] [5:49:58 PM] › …  Connecting...
[8/9/2023] [5:49:58 PM] › ✔  Connected
[8/9/2023] [5:49:58 PM] › …  Subscribing to mqttx/chatgpt/#...
[8/9/2023] [5:49:58 PM] › ✔  Subscribed to mqttx/chatgpt/#
[8/9/2023] [5:49:59 PM] › payload: {
  "speed": 81,
  "position": {
    "lat": "-58.7571",
    "lng": "-57.4411"
  },
  "fuelLevel": 83.26,
  "tirePressure": {
    "frontLeft": 32,
    "frontRight": 35,
    "rearLeft": 34,
    "rearRight": 36
  },
  "doorStatus": {
    "driver": "Closed",
    "passenger": "Open",
    "rearLeft": "Open",
    "rearRight": "Open"
  },
  "internalTemperature": 17.25,
  "engineStatus": "Off"
}

工业

场景描述 Prompt 示例：

在现代制造工厂中，各种机器的状态被持续监控，以优化性能和避免故障。传感器实时监测机器的温度、压力和运行时间。 基于这种需求，请设计一个模拟数据脚本。

模拟脚本

/**
 * MQTTX 工业场景文件示例
 * 
 * 此脚本生成随机的机器详细状态数据，包括温度、压力、运行时间、轴承温度、电机转速、润滑油水平和故障代码。
 */
function generator (faker, options) {
  const randomElement = (arr) => arr[Math.floor(Math.random() * arr.length)];

  return {
    message: JSON.stringify({
      temperature: faker.datatype.number({ min: 20, max: 100 }),    // 模拟机器温度，从20°C到100°C。
      pressure: faker.datatype.number({ min: 1, max: 10 }),         // 模拟机器内部压力，从1bar到10bar。
      runtime: faker.datatype.number({ min: 0, max: 240 }),         // 模拟机器运行时间，单位为小时。
      bearingTemperature: faker.datatype.number({ min: 20, max: 90 }),  // 轴承温度。
      motorRPM: faker.datatype.number({ min: 1000, max: 5000 }),        // 电机转速。
      lubricationOilLevel: faker.datatype.float({ min: 0.5, max: 1.5 }), // 润滑油水平，单位为liters。
      faultCodes: randomElement(['None', 'Overheat', 'High Pressure', 'Low Oil']),  // 机器故障代码。
    })
  }
}

// 导出场景模块
module.exports = {
  name: 'advancedIndustrialScenario',   // 场景名称
  generator,                            // 生成器函数
}

案例展示

mqttx simulate --file industrial.js -c 1 -h 127.0.0.1 -t mqttx/chatgpt/industrial

mqttx sub -t mqttx/chatgpt/# -h 127.0.0.1 --format json
[8/9/2023] [5:56:56 PM] › …  Connecting...
[8/9/2023] [5:56:56 PM] › ✔  Connected
[8/9/2023] [5:56:56 PM] › …  Subscribing to mqttx/chatgpt/#...
[8/9/2023] [5:56:56 PM] › ✔  Subscribed to mqttx/chatgpt/#
[8/9/2023] [5:56:56 PM] › payload: {
  "temperature": 55,
  "pressure": 6,
  "runtime": 144,
  "bearingTemperature": 36,
  "motorRPM": 4395,
  "lubricationOilLevel": 0.53,
  "faultCodes": "High Pressure"
}

结语

至此，本篇文章就完成了如何引导用户利用 AI 工具为物联网场景模拟生成数据的简单教程。在物联网的开发和测试阶段，真实数据的获取往往具有难度，通过模拟数据可以帮助开发者快速验证解决方案的可行性、鲁棒性和性能。此外，使用模拟数据还能避免在测试阶段对真实系统产生干扰。

我们在文章中提到的数据生成的提示或脚本仅仅只是一个基础模板，它可能无法满足所有复杂的真实环境需求。不过幸运的是，现代的 AI 工具具有很高的灵活性，允许开发者根据实际情况调整字段和数据类型。

从长远来看，随着 AI 技术的不断进步，我们预期 AI 和物联网会有更深入的融合。为此，后续我们将考虑在 MQTTX 中内置 AI 工具，以期为用户提供更加便捷和智能的测试数据生成体验。

立即体验 MQTTX

免费下载 →

如何利用 ChatGPT 和 MQTTX 模拟物联网场景数据

前言

为什么需要物联网场景数据测试？

将生成式 AI 引入 MQTT 数据测试

快速开始

安装 EMQX

安装 MQTTX

编写 ChatGPT Prompts

使用 MQTTX 发布模拟数据

示例场景

车联网

工业

结语

Shifan Yu

产品

资源

方案

MQTT

公司

如何利用 ChatGPT 和 MQTTX 模拟物联网场景数据

前言

为什么需要物联网场景数据测试？

将生成式 AI 引入 MQTT 数据测试

快速开始

安装 EMQX

安装 MQTTX

编写 ChatGPT Prompts

使用 MQTTX 发布模拟数据

示例场景

车联网

工业

结语

Shifan Yu

订阅我们的博客

推荐阅读