Skip to main content

Watcher 软件服务介绍

框架概述

这是 Watcher 的软件服务框架,展示了用户、SenseCraft Mate 应用程序和 Watcher 设备之间的交互和任务流程。我们提供多种配置选项,允许用户根据其数据安全和服务质量要求自定义服务部署。

该框架集成了云端 AI 服务和本地 AI 部署,结合了数据服务、设备通信服务、任务编排、图像分析服务、警报通道代理和模型训练服务。 您可以选择在云端或本地基础设施中部署您的 LLM。原始数据和结果也可以选择在云端或本地设备中存储或传输。 云端相比本地存储解决方案,以及在支持 GPU 的虚拟机中对更高性能存储的需求。

这些组件形成了三种部署选项供用户选择:

  1. 云端高效处理流程
  2. 混合智能处理流程
  3. 本地安全处理流程

以下部分提供了框架的详细说明,并指导您配置三种部署选项中的每一种。

数据服务

Watcher 提供灵活的数据服务,允许您连接到 SenseCraft 数据平台以上传警报数据、设备状态和预览图像。SenseCraft 平台通过 HTTP 请求提供 MQTT 代理地址和令牌。或者,您可以选择通过应用程序上的蓝牙配置将数据上传到第三方平台,完全绕过 SenseCraft 平台。

设备通信服务

对于设备通信,Watcher 通过 MQTT 支持远程任务流程和固件 OTA 更新。您可以使用 SenseCraft Mate 应用程序创建任务并通过 SenseCraft 平台将其发送到设备。该应用程序还会检查最新的固件版本,当有可用更新时,它会通知您。确认后,平台将向设备发送更新。

任务编排服务

Watcher 的任务编排服务允许直接语音交互,您的对话通过 HTTP 发送到服务,经过处理后,任务流程返回到设备。SenseCraft Mate 应用程序也可以检索任务流程并远程发送到设备。

视觉分析服务

在视觉分析方面,Watcher 提供统一的图像分析服务。您可以通过蓝牙配置在 SenseCraft、OpenAI 或第三方 AI 代理之间进行选择,并输入相关的 API 密钥。当设备发送图像时,它将利用所选服务,无论是本地 llava 还是像 OpenAI 这样的第三方服务。

警报通知服务

对于警报通知,Watcher 允许多种选项,包括来自 SenseCraft 云端的应用推送通知、与其他硬件的 UART 连接,以及与本地服务器或第三方平台的 HTTP 连接。警报也可以使用标准数据格式发送到像 Discord 这样的平台。此外,Watcher 可以使用兼容格式将这些通知转发到其他平台,如 Home Assistant、IFTTT 或 Webhooks。有关更多详细信息,请参阅 HTTP 代理应用程序。

您可以灵活地从多种部署选项中进行选择,并轻松配置您的个性化 Watcher 助手。无论您的优先考虑是数据安全还是处理效率,我们都提供三种适应性解决方案:云端高效处理流程、混合智能处理流程和本地安全处理流程。定制您的 Watcher 助手,为您提供最佳的智能服务体验!

云端高效处理流程

此图表提供了云端高效处理流程的概览,展示了用户、云服务和本地应用程序之间的交互。在此设置中,所有服务都通过 SenseCraft 云执行,以提供简化且高效的工作流程。在您开始使用并完成设备绑定后,您可以根据需要选择适当的云端或本地服务。

以下部分解释了云端高效处理流程的每个部分,并提供了配置指导:

步骤 1. 初始设置: 完成设置并选择 SenseCraft AI 服务后,您可以开始使用 Watcher 的云服务。

步骤 2. 用户交互: 有两种方式可以激活 SenseCraft 服务并为 Watcher 分配任务,详细如下(参考章节 XXX):

  • 选项 1:通过应用程序:用户可以通过移动应用程序启用 SenseCraft AI 服务。然后在聊天中发送任务消息。
  • 选项 2:通过语音命令:用户可以直接与 Watcher 进行语音聊天来分配任务。

步骤 3. 任务编排: 一旦 SenseCraft 被激活,它就作为平台即服务(PaaS)提供任务编排服务。这包括三个核心要素:

  • STT(语音转文本):将语音命令转换为文本。
  • TTS(文本转语音):将基于文本的响应转换为语音输出。
  • AI 服务:负责理解、处理和编排任务。基于任务内容,该服务从 SenseCraft 模型库中选择最合适的模型,包括大语言模型(LLM)和TinyML模型。

除了在手动配置中手动选择本地TinyML模型外,任务也可以根据您的输入提示自动处理。任务编排模型解释您的提示后,它可以从 SenseCraft 库中调用适当的TinyML模型。例如,如果用户请求"看到鸟时通知我",任务编排服务将从TinyML库中选择鸟类识别模型以优化响应速度。

手动配置中,您可以在Vision LLM(更高准确性)或TinyML模型(更快处理)之间选择。

步骤 4. 编排后的任务分发 任务编排完成后,分发任务的方法将取决于 SenseCraft 远程控制功能的状态:

  • 如果启用了远程控制:系统将利用 PaaS 数据服务和设备通信服务,通过MQTT代理将任务结果发送到 Watcher。
  • 如果禁用了远程控制:任务将通过蓝牙分发到 Watcher。如果设备超出蓝牙范围,您需要启用远程控制进行任务传输。

步骤 5. 视觉分析任务处理

从 SenseCraft 接收任务后,Watcher 设备将调用视觉分析服务。它将使用用户选择或任务编排服务确定的 AI 模型来分析任务。

步骤 6. 系统通知 Watcher 可以使用各种方法通知用户或本地系统:

  • 应用推送通知
  • 串口/UART 输出
  • HTTP 推送通知

Watcher 还可以将数据发送到本地服务器、第三方应用程序或警报服务,如 Discord、Home Assistant 或 IFTTT。 更多详细信息,请参考 HTTP 代理应用程序章节。

混合智能处理流程

此图展示了混合智能处理流程,涉及用户交互、一些云服务和本地应用程序。混合方法通过结合基于云的任务编排和本地视觉模型,在数据安全、用户体验和效率之间取得平衡。

步骤 1. 初始设置 在入门和设备绑定之后,用户可以根据需要选择合适的本地服务,启用私有 Watcher 服务,并输入 Watcher 服务器 URL。

步骤 2. 用户交互: 用户可以通过 SenseCraft 应用发送任务,这将启动平台内的任务编排服务。

步骤 3. 任务编排: 一旦收到任务,SenseCraft 平台作为 PaaS(平台即服务),将使用三个核心服务来编排任务:

  • STT(语音转文本服务)
  • TTS(文本转语音服务)
  • 用于理解、处理和任务编排的 AI 服务。

任务编排服务解释任务并根据任务要求从 SenseCraft 模型库或 LLM(大语言模型)中选择合适的模型。

除了在手动配置中手动选择本地 TinyML 模型外,任务也可以根据您的输入提示自动处理。任务编排模型解释您的提示后,可以从 SenseCraft 库中调用合适的 TinyML 模型。例如,如果用户请求"看到鸟时通知我",任务编排服务将从 TinyML 库中选择鸟类识别模型以优化响应速度。

手动配置中,您可以在 Vision LLM(更高准确性)或 TinyML 模型(更快处理)之间选择。

步骤 4. 编排后的任务分发 任务编排后,系统将根据 SenseCraft 远程控制的状态选择分发方法:

  • 如果启用远程控制:系统将使用 PaaS 数据服务和设备通信服务通过 MQTT 代理将任务结果发送到 Watcher。
  • 如果禁用远程控制:任务将通过蓝牙分发到 Watcher。如果设备超出蓝牙范围,必须启用远程控制才能继续操作。

步骤 5. 视觉分析任务处理 一旦 Watcher 收到任务,它将调用部署在本地服务器上的本地视觉分析服务。任务将使用用户选择或 SenseCraft 任务服务编排的 AI 模型进行分析。

步骤 6. 系统通知 Watcher 可以使用各种方法通知用户或本地系统:

  • 应用推送通知
  • 串口/UART 输出
  • HTTP 推送通知

Watcher 还可以将数据发送到本地服务器、第三方应用程序或警报服务,如 Discord、Home Assistant 或 IFTTT。 更多详情,请参考 HTTP 代理应用程序部分。

本地安全处理流程

此图概述了"本地安全处理流程",重点关注用户与本地部署应用程序的完整交互。为确保数据隐私,任务编排和图像分析服务完全部署在本地服务器上,提供全面的隐私保护。但是,这种方法限制了功能,因为 SenseCraft 云服务不可用。任务只能通过现场语音命令启动,用户必须配置通知服务来查看历史数据。

步骤 1. 初始设置 在入门和设备绑定之后,用户可以根据需要选择适当的本地服务,启用私有 Watcher 服务,并输入 Watcher 服务器 URL。

步骤 2. 用户交互: 用户可以通过按下 Watcher 设备上的滚轮按钮并通过语音聊天发送命令来发出任务。

步骤 3. 任务编排:

托管在本地服务器上的 Watcher 服务器提供任务编排服务,类似于 SenseCraft 任务编排系统。此本地系统由三个核心服务组成:

  • STT(语音转文本服务)
  • TTS(文本转语音服务)
  • 用于理解、处理和编排任务的 AI 服务。

在解释任务后,本地任务编排服务将任务分派给 Watcher。

步骤 4. 视觉分析任务处理 一旦 Watcher 接收到任务,它将调用部署在本地服务器上的本地视觉分析服务。任务将使用在任务编排期间选择的 AI 模型进行分析。

步骤 5. 系统通知 Watcher 可以使用以下方法通知用户或本地系统:

  • 串口/UART 输出
  • HTTP 推送通知

此外,Watcher 可以将数据发送到本地服务器、第三方应用程序或警报服务,如 Discord、Home Assistant 和 IFTTT。 有关更多详细信息,请参阅 HTTP 代理应用程序部分。

技术支持与产品讨论

感谢您选择我们的产品!我们在这里为您提供不同的支持,以确保您使用我们产品的体验尽可能顺畅。我们提供多种沟通渠道,以满足不同的偏好和需求。

Loading Comments...