ThingsBoard 接入 AI 预测并产生告警

正文与配图来自原稿。4.x 起支持 AI 能力；4.2.0 无自定义 Base URL，请用 4.2.1+。官方案例：AI Predictive Maintenance。

1、概述

可接兼容 OpenAI API 的模型做预测性维护摘要，再结合规则链告警。产生费用，按需开通试用。

2、开通阿里云百炼

进入百炼控制台，登录：

3、申请 API Key

应用中心创建 API Key（密钥勿提交公开仓库，下文用占位符）：

常用兼容地址示例：

• https://dashscope.aliyuncs.com/compatible-mode/v1

4、ThingsBoard 配置 AI 模型

租户 → 设置 → AI 模型，填写 Base URL、Key、模型名：

确认有免费额度/余额：

5、AI 节点提示词（摘要）

系统提示： 工业设备预测维护助手；根据振动、温度、声学偏差判断异常；只输出 JSON，前后无其它文字。

用户提示： 含 ${deviceName}、$[*] 最新读数，以及基线阈值（振动/温度阈值、声学偏差等）与典型故障模式。

要求恰好两字段：

{ "anomaly": "string", "summary": "string" }

无异常则返回空对象。响应 schema 约束 anomaly、summary 必填。

6、联调遥测

Topic：v1/devices/me/telemetry

正常：

{"vibration":4.2,"temperature":70,"acousticDev":5}

轴承磨损：

{"vibration":8.2,"temperature":88,"acousticDev":5}

错位类可发高振动低温升模式再测。

7、小结

4.2.1+ 配兼容 OpenAI 端点 → AI 节点结构化输出 → 规则链创建告警。Key 与费用自行管控。