Tutorial 5: AI pisze kod za mnie#
Hook: “Zrób dashboard z wykresem temperatury i przełącznikami do lamp.” Agent AI pisze kod, testuje go w sandboxie, wgrywa do produkcji — a Ty tylko zatwierdzasz. To nie demo, to tak naprawdę działa.
Co zbudujemy#
Na koniec tego tutoriala:
- agent MCP Layer 1 sterujący urządzeniami
- profile dostępu — co agent może, a czego nie
- agent MCP Layer 2 piszący kod w sandboxie
- dashboard stworzony przez AI
- zainstalowane pluginy (pogoda, Telegram)
Czas: ~15 minut.
1. MCP Layer 1 — sterowanie#
Jeśli nie masz jeszcze bota — utwórz go w Settings → MCP.
Layer 1 to 6 narzędzi do sterowania:
| Narzędzie | Co robi |
|---|---|
vclu_devices | Lista urządzeń |
vclu_device_get | Stan urządzenia |
vclu_device_set | Ustaw wartość |
vclu_device_execute | Wywołaj metodę |
vclu_scenes | Lista scen |
vclu_scene_execute | Uruchom scenę |
Ty: "Włącz scenę wieczorną"
AI: → vclu_scenes() — szukam...
→ vclu_scene_execute("wieczor")
✓ Scena "wieczor" uruchomiona.2. Bezpieczeństwo — profile dostępu#
Agent widzi tylko to, na co mu pozwolisz. W Access → Profiles tworzysz profil:
| Poziom | Agent może |
|---|---|
| full | Sterować i odczytywać |
| readonly | Tylko odczytywać stan |
| hidden | Nie widzi urządzenia |
Przypisz profil do bota w Settings → MCP → Bot → Profiles.
To ten sam expose() co w poprzednich tutorialach — ale teraz decydujesz, kto ma dostęp do czego.
3. MCP Layer 2 — dev mode#
Layer 2 pozwala agentowi czytać kod, pisać moduły i testować je w sandboxie.
Włącz Dev Mode dla bota:
| Layer 1 | Layer 2 | |
|---|---|---|
| Sterowanie | ✓ | ✓ |
| Czytanie kodu | ✗ | ✓ |
| Pisanie modułów | ✗ | ✓ |
| Sandbox test | ✗ | ✓ |
| Wgrywanie do produkcji | ✗ | ✓ |
Pipeline: draft → validate → test → promote#
Agent nie może wgrać kodu bez testów. Każda zmiana przechodzi:
- Draft — agent pisze kod do
modules/ - Validate — sprawdzenie składni i bezpieczeństwa
- Test — uruchomienie w sandboxie (żadne urządzenie się nie ruszy)
- Promote — wgranie do produkcji z automatycznym backupem
4. Dashboard od AI#
Poproś agenta:
Ty: "Zrób dashboard 'Salon' z:
- przełącznikami do lamp
- wykresem temperatury z 24h
- statusem pogody"Agent:
- Czyta rejestr urządzeń (
vclu_registry) - Pisze moduł (
vclu_draft_write) - Testuje w sandboxie (
vclu_draft_test) - Wgrywa do produkcji (
vclu_draft_promote)
Możesz iterować:
Ty: "Dodaj jeszcze przycisk do sceny wieczornej
i zmień kolor wykresu na zielony"5. Metryki i wykresy#
Agent może dodać zbieranie metryk:
Ty: "Zbieraj temperaturę co minutę i pokaż wykres na dashboardzie"Dane historyczne zapisywane lokalnie — bez chmury, bez InfluxDB.
6. Pluginy#
Przejdź do Settings → Plugins → Browse.
Plugin pogodowy#
Po instalacji plugin automatycznie dodaje sensory i widget.
Plugin Telegram#
Powiadomienia o zdarzeniach prosto na telefon:
Agent AI też może instalować i konfigurować pluginy:
Ty: "Zainstaluj plugin pogody i dodaj widget na dashboard Dom"Podsumowanie#
Masz kompletny system:
graph LR
devices["Urządzenia<br/>MQTT / Grenton / GPIO"] --> vclu["vCLU"]
vclu --> dash["Dashboard"]
vclu --> hk["HomeKit"]
vclu --> ha["Home Assistant"]
vclu --> ai["Agent AI"]
vclu --> plugins["Pluginy"]| Funkcja | Tutorial |
|---|---|
| Instalacja + pierwszy agent | Tutorial 1 |
| Integracja z Grenton | Tutorial 2 |
| MQTT + HomeKit + HA | Tutorial 3 |
| Automatyzacje + dashboardy | Tutorial 4 |
| Agent AI + pluginy | Ten tutorial |
Pełna dokumentacja → docs.vclu.pl