一种基于Agent的物联网边缘协议自动化开发接入系统及方法与流程

本发明涉及物联网设备接入相关，尤其涉及一种基于agent的物联网边缘协议自动化开发接入系统及方法。

背景技术：

1、在物联网领域，边缘设备接入是实现数据采集和互通的关键环节。传统的物联网边缘采集与设备接入过程通常基于现有的边缘接入框架来完成，具体的流程一般为：首先，研发人员依据硬件设备厂商提供的各种协议文档，手动编写对应的边缘接入协议插件代码；随后，研发人员与现场实施人员联合进行设备侧的调试；最后，由现场实施人员手动整理设备数据采集点位映射表，并测试相关功能和点位数据是否正常采集可用。

2、现有技术存在以下缺点和不足：

3、1、从阅读协议文档、编写代码、调试到点表整理，整个流程都需要研发人员和实施人员的大量人工介入，效率低下；

4、2、研发人员与现场实施人员往往不在同一工作环境，现场环境的配置、调试结果的反馈需要反复沟通，延长了设备接入周期；

5、3、协议插件的编写需要具备专业软件开发技能的研发人员参与，门槛较高，而在实际的物联网实施现场，往往只有实施人员而没有研发人员，这导致项目交付受限；

6、4、手动编写协议插件和整理点表容易因为人为疏忽导致点位映射错误或协议解析异常。

技术实现思路

1、针对上述相关现有技术缺陷，本发明提供一种基于agent的物联网边缘协议自动化开发接入系统及方法，能够减少人工依赖，降低人员沟通难度，降低实施门槛。

2、为了实现本发明的目的，拟采用以下技术：

3、一种基于agent的物联网边缘协议自动化开发接入系统，包括：

4、边缘接入框架，用于加载和运行生成的边缘协议插件；

5、实施交互模块，用于向实施人员提供交互接口，实现系统接收设备资料和环境参数的功能；

6、环境模块，用于根据环境参数配置测试环境，所述测试环境用于与边缘接入框架连接；

7、边缘协议agent核心引擎，配置有大语言模型，且包括需求分析与资料收集单元、协议开发与代码生成单元、自动化测试与部署单元和点位整理与总结汇报单元，需求分析与资料收集单元与实施交互模块连接，用于分析设备资料的完整性，协议开发与代码生成单元用于自动化编写形成边缘协议插件，自动化测试与部署单元用于调用环境模块提供的测试环境，对边缘协议插件进行测试，点位整理与总结汇报单元用于生成结构化设备点表和任务完成报告。

8、采用上述基于agent的物联网边缘协议自动化开发接入系统的一种基于agent的物联网边缘协议自动化开发接入方法，包括步骤：

9、s100：当实施人员通过实施交互模块启动边缘协议agent核心引擎后，需求分析与资料收集单元接收设备资料，然后对设备资料进行完整性校验和意图理解；

10、s300：基于设备资料和边缘接入框架的接口标准，协议开发与代码生成单元通过大语言模型自动编写生成边缘协议插件的代码，然后将所述代码封装为边缘协议插件；

11、s400：环境模块接收由实施人员配置的环境参数并进行测试环境的配置，自动化测试与部署单元将边缘协议插件自动部署于边缘接入框架内，然后将边缘接入框架连接到测试环境，执行边缘协议插件的通信测试，判断通信测试是否成功，若是，则执行s600，若否，则执行s500；

12、s500：自动化测试与部署单元输出异常日志，通过大语言模型对异常日志的内容进行分析，然后自动修正边缘协议插件的代码，直到通信测试成功，然后执行s600；

13、s600：根据通信测试成功后返回的数据报文，点位整理与总结汇报单元自动映射和提取设备数据点位，生成结构化设备点表；

14、s700：点位整理与总结汇报单元对s300~s600的全过程生成任务完成报告，任务完成报告和结构化设备点表以文件形式通过实施交互模块返回至实施人员，并通知设备接入流程完成。

15、进一步，在方法执行前，边缘协议agent核心引擎预先对大语言模型进行自动编写训练，所述自动编写训练的步骤包括：

16、a100：输入预定数量的已有协议文档及其对应经人工验证的正确代码，形成样本对集合；

17、a200：在选定的一个大语言模型上，构建协议语义图编码器和全层共享的交叉注意力适配器子层，协议语义图编码器将已有协议文档转化为结构化图特征，交叉注意力适配器子层将结构化图特征注入大语言模型中；

18、a300：采用a100所述的样本对集合优化a200所述将结构化图特征注入大语言模型的输出量θ，直到协议文档与正确代码的交叉熵损失预设阈值以下。

19、进一步，s300中，通过大语言模型自动编写生成边缘协议插件的代码的步骤包括：

20、s310：在协议语义图编码器中输入设备资料，解析形成结构化图；

21、s320：将结构化图通过交叉注意力适配器子层输入完成自动编写训练的大语言模型；

22、s330：大语言模型生成边缘协议插件的全部代码。

23、进一步，s500中所述通过大语言模型对异常日志的内容进行分析，然后自动修正边缘协议插件的代码的步骤包括：

24、s510：大语言模型将边缘协议插件在通信测试成功时应当发送的字节序列与异常日志中记录的边缘协议插件实际发送的字节序列进行对比，得到差异字节，通过错误码确定错误类型；

25、s520：将差异字节和错误类型输入大语言模型，大语言模型定位边缘协议插件涉及错误类型的代码行，根据差异字节在所述代码行反向推导出正确的代码块；

26、s530：将正确的代码块在边缘协议插件的代码中进行替换。

27、进一步，在方法执行前，边缘协议agent核心引擎预先对大语言模型进行点表生成训练，所述点表生成训练的步骤包括：

28、b100：输入预定数量的通信测试成功时的数据报文及其对应经人工验证的正确点表，形成训练集；

29、b200：在大语言模型上插入一个lora适配器；

30、b300：优化lora参数，使得字段准确率至少为95%；

31、b400：将完成参数优化的lora适配器与大语言模型合并打包为优化模型，部署于边缘协议agent核心引擎。

32、进一步，s600所述自动映射和提取设备数据点位，生成结构化设备点表的步骤包括：

33、s610：读取数据报文；

34、s620：将数据报文作为输入文本，送入s400所述优化模型；

35、s630：输出结构化设备点表。

36、本技术方案的有益效果在于：

37、1、利用边缘协议agent核心引擎替代了传统的研发人员进行协议开发和代码编写的过程，实施人员即可现场闭环整个设备的接入工作，大幅降低了现场设备接入对研发人员的依赖，降低了实施门槛；

38、2、将原本需要由现场实施人员和后方研发人员之间反复沟通协同模式，转变为了现场实施人员和边缘协议agent核心引擎的即时交互模式，消除了跨岗位沟通壁垒，大幅缩短协议接入周期；

39、3、不仅自动生成边缘协议插件的代码，还能基于现场环境进行自动联调，并在调通后自主生成结构化设备点表，保证了点位映射的准确性，避免了人工整理点表经常出现的偏移和错误；

40、4、能够结合现场环境的反馈进行自动代码修正，具备自我闭环的迭代调优能力，确保插件最终可用。