EcoWatch: telegram + esp8266 = навык для Алисы

Моя цель - предложение широкого ассортимента товаров и услуг на постоянно высоком качестве обслуживания по самым выгодным ценам.

В связке метеостанции и telegram нет ничего нового, всё таки этот способ легко покрывает нужды переброски данных в сеть для быстрого к ним доступа. Моё же творение было вдохновлено идеей быстрого создания устройства, привязанного к Яндекс колонке, но под конец вылилась в минималистичные настольные часы-метеостанцию и относительно универсальный способ подключения к Алисе DIY IOT устройств без баз данных, только на контроллере и telegram API.

Перед началом необходимо упомянуть, что этот способ не подходит для устройств, релевантные данные с которых нужно получать с задержкой 0.5 секунды или меньше, для этого более подходящим решением будет использование Blynk или хостингом на внешнем сервере (например так), в общем данную статью стоит рассматривать как экспериментальный опыт разработки навыков Алисы для электронных самоделок.

Кейс

Имеется: Яндекс.Станция Мини, ESP8266, датчик PM2.5 и PM10 sds011, датчик CO2 MH-Z19B (или MH-Z14A, тестировалось с обеими моделями) и модуль BME280.

Желаемый результат: метеостанция, данные которой можно получить через telegram и запросить их через Алису.

Архитектура решения

Всю архитектуру решения можно разделить на 2 раздела: решение на железе и навык Алисы.

Создание устройства

В качестве подопытного мной был разработан мини-проект EcoWatch - настольные часы-метеостанция. Управление и вывод данных производятся при помощи одной сенсорной кнопки и сегментного дисплея на чипе TM1637.

Корпус был спроектирован в Autodesk Inventor и состоит из 3 частей: основа (нижняя часть + стенки), перегородка и крышка. Датчик PM2.5 и PM10 занимает дно корпуса, к нему же ставится BME280 (для уменьшения влияния нагрева от ESP), далее вставляется перегородка, на которой закрепляются уже ESP и датчик CO2.
Кнопка находится в углублении на внутренней стороне стенки, а дисплей прямо над ней.
Файлы для печати можно найти тут.

Для удобства подключения ESP была взята уже на готовом модуле NodeMCU, питание организовано от контакта VIN на контроллере (5V с USB, прошедшее через диод шоттки), но это было сделано ввиду невысокого уровня потребления модулей, правильнее будет подключать к пину VU.

Таблица подключений:

MH-Z19B PWM

D3

PM2.5 PWM

D0

PM10 PWM

D8

Sensor button

D7

BME SDA

D2

BME SCL

D1

Display CLK

D5

Display DIO

D6

Если использовать другие датчики, то нужно смотреть, что ESP сможет запуститься с ними - некоторые пины требуют определённого уровня сигнала на старте.

Код был написан в VS Code, используя фреймворк Platformio https://github.com/Madjogger1202/EcoWatch/blob/main/Eco/srs/main.cpp

Для заполнения пропусков под себя потребуется сначала создать бота https://tlgrm.ru/docs/bots#botfather

Теперь необходимо создать группу, в которую будет входить наш бот и любой из ботов, позволяющий узнать chat_id группы. Лично мой выбор пал на @myidbot, которому нужно адресовать команду /getgroupid@myidbot, но перед выполнением команды необходимо назначить нашего созданного бота администратором группы.

Для того, чтобы не видеть периодические уведомления от группы можно переместить его в архив, предварительно выключив уведомления и скрыть сам архив из списка чатов.

Через бота @username_to_id_bot узнаём id всех людей, кому будет предоставлен доступ к боту и не забываем узнать свой собственный id.

Все необходимые данные собраны, надо подставлять их в код:

#define WIFI_SSID "name" 
#define WIFI_PASS "pass"  
#define BOT_TOKEN "token"	// токен нашего бота

Код рассчитан на 3х пользователей, но их количество не ограничено, главное не забыть добавить соответствующие ячейки массива к обработчику сообщений

String white_id_list[3] = {" ",         // enter your ids
                           " ",
                           " "};
String admin_id = " ";									// id, на который будут бот шлёт предупреждения

В качестве последнего аргумента функции bot.setChatTitle() вставляем id группы, в которую мы включили бота

bot.setChatTitle(String(bot_temp) + " " + String(bot_humid) + " " + String(bot_pres) + " " + String(bot_co2) + " " + String(bot_pm25) + " " + String(bot_pm10), "chat id");d");

Итого: имеем функционирующую метеостанцию-часы и бота, через которого можно узнать данные с неё.

Настройка сервисов Яндекса

Для более глубокого понимания процесса можно изучить доки и статьи, посвящённые данному процессу в общих чертах. Ну а если не вдаваться в подробности, то настройка производится в 3 шага: создание скрипта в облаке, создание своего навыка для Алисы и прописывание сценариев для своих устройств (в данном случае умной колонки).

Шаг 1:

Заходим на платформу https://console.cloud.yandex.ru и регистрируемся там (вносим платёжные данные (хост функций, которые будут использоваться для навыков Алисы, бесплатен)), заходим во вкладку cloud functions

Жмём Создать функцию, задаём ей имя и выбираем опции как на скриншоте

В корне функции создаём дополнительный файл requirements.txt, в который записываем: pytelegrambotapi == 4.6.0

А код в py файле меняем на такой:

index.py
import telebot
token = 'your token'
bot = telebot.TeleBot(token)

def handler(event, context):
    if 'request' in event and \
            'original_utterance' in event['request'] \
            and len(event['request']['original_utterance']) > 0:
        ui = event['request']['original_utterance']
        text = bot.get_chat(xxxxxxxxxxx).title		# your chat id
        text = str.replace(text, '.', ',', 3)
        if(ui == '0'):
            text = text.split()[0]
            text +=' градусов'
        elif (ui == '1'):
            text = text.split()[1]
            text +=' процентов'
        elif (ui == '2'):
            text = text.split()[2]
            text +=' килопаскалей'
        elif (ui == '3'):
            text = text.split()[3]
            text +=' ppm'
        elif (ui == '4'):
            text = text.split()[4] +' и '+ text.split()[5]
        else:
            text = str.replace(text, '.', ',', 3)
            text = str.replace(text, '', '*Температура*', 1)
            text = str.replace(text, ' ', '*градусов*Влажность*', 1)
            text = str.replace(text, ' ', '*процентов*Давление*', 1)
            text = str.replace(text, ' ', '*килопаскалей*Це*о*два*', 1)
            text = str.replace(text, ' ', '*ppm*Количество*частиц*', 1)
            text = str.replace(text, ' ', '*и*', 1)
            text = str.replace(text, '*', ' ', 19)

        
        
    return {
        'version': event['version'],
        'session': event['session'],
        'response': {
           'text': text,
            #finish the session after this response.
            'end_session': 'true'
        },
    }

Не забывая записать токен бота и вставить id группы(где сидит бот) в функцию bot.get_chat(xxxxxxxxxxx).title

Для проверки, что всё работает можно перейти во вкладку навыка Тестирование

После запуска теста в разделе результата можно будет увидеть что-то подобное

В случае возникновения ошибок

2 основных сценария возникновения ошибок:

  1. Бот на устройстве не был запущен правильно. Значит и название чата не пришло в вид, что программа ожидает на вход. Решается, соответственно проверкой, что само устройство работает и название чата меняется соответственно с показаниями датчиков

  2. Код метеостанции (ответственный за отправку данных)/состав датчиков был изменён. В таком случае нужно убедиться, что строка, которая собирается на esp в аргументе функции bot.setChatTitle() не будет вызывать ошибок при разбивании её на части функцией в облаке. Крайне рекомендую в данном случае тестировать код функции без обработки строки, то есть оставить только text = bot.get_chat(xxxxxxxxxxx).title, а остальные действия закомментировать/удалить.

В случае, если это проблемы не решило, то следует отталкиваться от того факта, что написанный код обработки и отправки данных на обеих сторонах не является гибким и нуждается в перепроверке перед запуском.

Шаг 2:

Перейдите на платформу Яндекс.Диалоги и создайте новый диалог

Тип диалога - Навык в Алисе

Заполняем все обязательные поля навыка, выбирая тип доступа Приватный в целях безопасности

В разделе Backend выбираем пункт Функция в Яндекс.Облаке и в списке находим нашу функцию

Жмём снизу большую кнопку Сохранить и затем публикуем навык. Публикация занимает некоторое время. Когда статус меняется на "Диалог опубликован" - можно дополнительно протестировать работу навыка (вкладка Тестирование)

Шаг 3:

Осталось только разработать сценарии для Алисы - здесь уже можно кастомизировать по полной, так что дальнейшее описание можно расценивать как базовый пример функционала.

Заходим на сервис Устройства через мобильный браузер Яндекса и создаём навык (для начала - общий запрос, где мы получаем все данные за раз)

Структура запроса состоит из 2 частей: вызов навыка и команда навыку:
Скажи "название навыка" "команда"

В случае, использования кода без изменения, команд всего 6:

  1. "0" - температура

  2. "1" - влажность

  3. "2" - давление

  4. "3" - данные с датчика CO2

  5. "4" - Данные с датчика частиц

  6. Любой другой запрос - все данные

Например, запрос для получения влажности будет выглядеть как: Скажи Eco get 1

Итого: получаем апгрейд функционала умной колонки, опыт интеграции устройств в экосистему умного дома Яндекса и метеостанцию-часы, которые неплохо вписались бы в фильмы серии Звёздных войн.

Демонстрация работы:

Бот в telegram и прямое обращение к навыку через Алису:

Демонстрация работы устройства в сборке (rutube, ибо теперь некорректно отображаются с youtube):

Заключение

Данный проект был моим первым опытом как в создании tg ботов, использования платформы Yandex.Cloud, так и в принципе работы с ESP8266, выполняющим функцию контроллера, так что я полностью открыт к предложениям относительно проекта и конструктивной критике решения.


После завершения ещё нескольких проектов с большой вероятностью возьмусь за полноценное решение для умного дома в качестве пет проекта, а также добавлю сюда автоматическое выполнение большинства действий по первоначальной настройке telegram и сервисов Яндекса, так что скорее всего данная тема в будущем продолжится в моих статьях и будет содержать изобретение новых моделей велосипедов, которые едут только за счёт костылей, так что не переключайтесь.

Полезные ссылки

Код устройства

Файлы для печати

Домашняя метеостанция

Умный дом на основе API Telegram

Навык Алисы на serverless в Yandex.Cloud

Создание навыка Алисы | Yandex Cloud - Документация

Источник: https://habr.com/ru/post/674464/


Интересные статьи

Интересные статьи

Привет, Хабр! Хочу рассказать вам о нашем проекте Linguix Writing Coach – это умный ассистент для улучшения текстов на английском языке и навыков письма на нем. ...
В MS Outlook есть прекрасный раздел задач. Это удобно и быстро. Можно с утра (или с вечера) накидать себе задачек на день и постепенно расщёлкивать их. Вторым уровнем гру...
Те, кто собираются открывать интернет-магазин, предварительно начитавшись в интернете о важности уникального контента, о фильтрах, накладываемых поисковиками за копирование материалов с других ресурсо...
Компании растут и меняются. Если для небольшого бизнеса легко прогнозировать последствия любых изменений, то у крупного для такого предвидения — необходимо изучение деталей.
Довольно часто владельцы сайтов просят поставить на свои проекты индикаторы курсов валют и их динамику. Можно воспользоваться готовыми информерами, но они не всегда позволяют должным образом настроить...