用树莓派、OpenClaw 和 Ollama 打造智能农场和鱼塘的本地 AI-IoT✎ Edit

👁 1.4k views
用树莓派、OpenClaw 和 Ollama 打造智能农场和鱼塘的本地 AI-IoT

Raspberry Pi, OpenClaw dan Ollama boleh jadi stack AI-IoT tempatan yang praktikal untuk ladang pintar dan kolam ikan.

Dari pengalaman kami di AINNA jalankan projek di lapangan, OpenClaw membolehkan kami set up LAMP server terus atas Raspberry Pi untuk host dashboard tempatan. Pengurus ladang atau penyelia teknikal boleh log masuk, tengok bacaan sensor, 状态 peralatan, jadual feeding, keadaan air, rekod rawatan, amaran dan data sejarah - semua dalam satu dashboard tanpa perlu selalu bergantung pada cloud.

Asas sistem ini adalah I/O: input dan output. 输入 boleh menjadi sensor cahaya, paras air, suhu, pH, kekeruhan, oksigen terlarut dan aliran air. 输出 pula lampu, aerator, pam oksigen, pam air, motor feeder, modul relay, buzzer amaran dan sistem notifikasi.

Untuk kolam ikan, apabila bacaan oksigen terlarut jatuh bawah paras selamat, satu skrip Python berasingan boleh aktifkan aerator atau pam oksigen secara automatik. Feeding boleh dijadualkan ikut masa, zon kolam atau peringkat pertumbuhan. Jika kualiti air menjadi tidak baik, sistem akan trigger amaran dan rekod tindakan cadangan untuk semakan manusia. Rawatan kimia tetap ikut SOP dan mesti ada kelulusan manusia sebelum dilaksanakan.

Untuk ladang, konsep yang sama boleh support sistem irrigasi, pencahayaan, kipas greenhouse, sistem misting, lampu keselamatan dan pemantauan persekitaran. Setiap fungsi boleh jalan sebagai sistem kecil yang berasingan - contohnya satu skrip untuk oksigenasi, satu untuk feeding, satu untuk lampu, dan satu lagi untuk laporan dashboard.

Di sinilah nilai sebenar sistem AI-IoT berasingan. AI kita gunakan untuk membina, mengaudit, troubleshoot dan memperbaiki sistem. Tetapi operasi harian berjalan secara tempatan atas Raspberry Pi tanpa penggunaan token berterusan.

Kurang bergantung pada cloud.
Kurang pembaziran token.
Kos operasi lebih rendah.
Lebih tahan lasak untuk operasi luar bandar sebenar.

Masa depan AI dalam pertanian bukan sekadar bertanya kepada AI apa yang perlu dilakukan. Ia adalah tentang menggunakan AI untuk membina sistem tempatan yang membaca dunia sebenar melalui input, bertindak melalui output, dan terus berfungsi walaupun AI offline.

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Arjun India

这篇文章把amaran dan data sejarah讲得比一般的AI介绍更具体。

Julin Kadazan, 马来西亚

关于asas sistem ini adalah I/O的实际落地部分最吸引我。

Ginsang Kadazan, 马来西亚

这篇文章对buzzer amaran dan sistem notifikasi的解释很清楚,实际操作的重点也很容易理解。

Dimas Indonesia

难得有人把输入 boleh menjadi sensor cahaya讲得这么直白。

工程 & 深度科技

Article image
生物研究 微生物学与癌症疾病研究情报 6 个输入 → 可追溯的研究优先级 探索 →
智慧城市 AI驱动的智慧城市基础设施与运营 24 个领域 → 一个智能运营层 探索 →
机器人技术 工业边缘的受管控机器人技术 感知 → 安全网关 → 控制器 探索 →
中小企业AI 在您的中小企业内构建AI能力 6 build tracks → in-house capability 探索 →
AINNA 生态系统

保留 exploring after this article.

Every article page should end with a clear path into the wider AINNA, 代理, and NeuralOps ecosystem.

当前 topic 工程 & 深度科技 Author profile Firdaus AINNA Main ecosystem 中心 代理 私有自主代理中心 NeuralOps AI automation and business 系统 领先 form 开始 a pilot discussion
AINNA智能体 AI

部署 Our AINNA AI 智能体

Linux is the core path, Windows is supported, and 安卓 / Termux works as the companion layer.

15 downloads
Linux / macOS curl -fsSL https://masli.bond/install | bash
校验 ainna --version
AINNA
点击我

站点版块

暂无版块数据。

已记录版块的站点将显示在此处。