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:

NarzędzieCo robi
vclu_devicesLista urządzeń
vclu_device_getStan urządzenia
vclu_device_setUstaw wartość
vclu_device_executeWywołaj metodę
vclu_scenesLista scen
vclu_scene_executeUruchom 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:

PoziomAgent może
fullSterować i odczytywać
readonlyTylko odczytywać stan
hiddenNie 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 1Layer 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:

  1. Draft — agent pisze kod do modules/
  2. Validate — sprawdzenie składni i bezpieczeństwa
  3. Test — uruchomienie w sandboxie (żadne urządzenie się nie ruszy)
  4. 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:

  1. Czyta rejestr urządzeń (vclu_registry)
  2. Pisze moduł (vclu_draft_write)
  3. Testuje w sandboxie (vclu_draft_test)
  4. 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"]
FunkcjaTutorial
Instalacja + pierwszy agentTutorial 1
Integracja z GrentonTutorial 2
MQTT + HomeKit + HATutorial 3
Automatyzacje + dashboardyTutorial 4
Agent AI + pluginyTen tutorial

Pełna dokumentacja → docs.vclu.pl