EdgeAgent Hub

边缘智能体管理平台 — 让工业边缘 AI 触手可及

断网不断服务 · 边缘推理 · 多智能体协同 · RAG 锚定 · A/B 分区 OTA · 端到端安全

为什么选择 EdgeAgent Hub？

在工业物联网场景中，云端 AI 方案面临着网络延迟高、断网即瘫痪、数据隐私合规、推理成本贵四大痛点。EdgeAgent Hub 将 AI 推理能力下沉到边缘侧，让每一台工业网关都拥有自主决策的"大脑"。

能力	传统云端方案	EdgeAgent Hub
网络中断	服务瘫痪	断网自治，数据缓存，恢复自动重传
推理延迟	200-2000ms	< 50ms 本地推理
数据隐私	数据上云	数据不出厂，本地闭环
推理成本	按次计费	一次部署，零边际成本
多协议接入	需额外开发	Modbus / OPC UA / MQTT / BLE / ONVIF / Webhook 开箱即用

谁需要 EdgeAgent Hub？

如果你正在做以下任何一件事，EdgeAgent Hub 就是你需要的：

角色	痛点	EdgeAgent Hub 怎么帮
物联网关 / 边缘计算网关厂商	网关只负责采集和转发，没有 AI 推理能力，附加值低	部署 EdgeAgent Hub 到网关上，立刻拥有振动检测、温度预警、功率预测等工业 AI 能力，网关从"管道"变成"智能终端"
工业自动化集成商	每个项目都要从零搭建数据采集 + 告警 + 通知系统	一次部署，Modbus/OPC UA/MQTT 全协议接入，4 个工业工作流开箱即用，项目交付周期缩短 60%
工厂运维团队	设备故障靠人工巡检，发现问题不及时，定位原因慢	传感器数据自动触发 AI 推理，异常秒级告警推送到钉钉/短信，RAG 知识库辅助生成处置建议
智能制造方案商	云端 AI 方案延迟高、断网即瘫痪、数据合规不允许上云	边缘本地推理 < 50ms，断网自治不中断，数据不出厂，一次部署零边际成本
PLC / SCADA 开发者	想给现有系统加 AI 能力，但不熟悉机器学习框架	ONNX 模型一键加载，YAML 工作流定义推理链路，不需要写 Python 代码
工业设备制造商	卖出设备后无法远程升级模型和固件	A/B 分区 OTA 热切换，灰度发布 + 自动回滚，模型签名防篡改
能源 / 化工 / 冶金企业	功率超限、电流过载、管道压力异常等隐患发现太晚	预置功率趋势预测、电流过载检测、管道压力监测模型，实时推理 + 告警

一句话：如果你的设备在产生数据（振动、温度、电流、功率、压力……），而你还没用 AI 来做实时异常检测和智能告警 — 那你需要 EdgeAgent Hub。

核心功能一览

智能推理引擎

ONNX Runtime — 振动分析、温度预测、异常检测等工业 AI 模型本地推理
llama.cpp — 边缘侧大语言模型 (LLM) 推理，支持 GGUF 格式，CPU 即可运行
RAG 锚定 — 基于知识库检索增强生成，防止 LLM 幻觉，确保输出可追溯
资源自适应 — 自动检测硬件规格，智能选择模型精度 (FP32/FP16/Q4) 和推理后端

多智能体编排

YAML DSL 声明式工作流 — 无需写代码，用配置文件定义推理流水线
并行执行 + 条件分支 — 支持多步骤并行、条件判断、超时回滚
断点续行 — JetStream 持久化执行状态，重启后自动恢复未完成任务
内置智能体 — ONNX 推理、LLM 对话、RAG 检索、模板告警、多通道通知

全协议南向接入

协议	场景	状态
Modbus TCP	PLC、传感器、变频器	生产就绪
OPC UA	工业控制系统	生产就绪
MQTT	IoT 设备遥测	生产就绪
BLE	蓝牙传感器	框架就绪
ONVIF	IP 摄像头	框架就绪
Webhook	第三方系统推送	生产就绪

生产级安全

mTLS 双向认证 — 证书自动轮换，零信任通信
RBAC 权限模型 — 管理员/操作员/观察者三级角色
JWT + Token 撤销 — 支持主动注销，离线 Token 即时失效
推理投毒防护 — 输入范围校验，异常数据自动拦截
LLM 输出过滤 — Prompt 注入检测，敏感信息脱敏
登录保护 — 暴力破解锁定，IP 限流

A/B 分区 OTA

双分区冗余 — A/B 分区热切换，升级失败秒级回滚
灰度发布 — 按比例灰度，先小流量验证再全量
模型签名验证 — 下载完整性校验，防篡改
USB 离线导入 — 适用于无网络环境

可观测性

Prometheus 指标 — 标准化指标导出，Grafana 开箱即用
分布式追踪 — 全链路 Span 追踪
审计日志 — 所有操作留痕，满足合规要求
EWMA 自学习 — 动态阈值自适应，减少误报

断网自治

离线缓存 — 断网期间数据本地持久化，最大 10000 条队列
自动重传 — 网络恢复后按序重传，指数退避重试
本地决策 — 断网不中断推理和告警

架构图

                          ┌─────────────────────────────────────────────┐
                          │            EdgeAgent Hub (Go)               │
                          │                                             │
    ┌─────────┐  MQTT     │  ┌──────────┐  ┌──────────┐  ┌──────────┐  │
    │ Sensors ├──────────►│  │ Protocol │  │ Data     │  │ Learning │  │
    │ (PLC,   │  Modbus   │  │ Manager  ├──► Quality  ├──► EWMA     │  │
    │  Temp,  ├──────────►│  │          │  │ Monitor  │  │ Self-Adapt│  │
    │  Vib)   │  OPC UA   │  └────┬─────┘  └──────────┘  └────┬─────┘  │
    └─────────┘           │       │                          │        │
                          │  ┌────▼──────────────────────────▼─────┐ │
    ┌─────────┐  NATS     │  │         Orchestration Engine         │ │
    │  ONNX   │◄─────────►│  │  (YAML DSL Workflows + JetStream)    │ │
    │ Inference│          │  └────┬──────────────┬──────────────┘  │ │
    └─────────┘           │       │              │                  │
    ┌─────────┐  NATS     │  ┌────▼────┐   ┌────▼─────┐             │
    │   LLM   │◄─────────►│  │  ONNX   │   │   LLM    │             │
    │ + RAG   │           │  │ Agent   │   │  Agent   │             │
    └─────────┘           │  └─────────┘   └──────────┘             │ │
                          │                                             │
    ┌─────────┐  REST API │  ┌──────────────────────────────────┐    │
    │ Web UI  │◄─────────►│  │  Vue 3 + Element Plus Management │    │
    │ (Vue 3) │           │  │  Dashboard / Devices / OTA / ... │    │
    └─────────┘           │  └──────────────────────────────────┘    │
                          └─────────────────────┬───────────────────┘
                                                │
                          ┌─────────────────────▼───────────────────┐
                          │        Cloud / Northbound                │
                          │  Webhook · MQTT Bridge · Notifications  │
                          └─────────────────────────────────────────┘

快速开始

详细操作指南：请阅读操作手册 — 从安装到上线，小白也能用的手把手教程。

方式一：一键安装（推荐，小白友好）

不需要安装 Go、Node.js，下载预编译包即可运行

Linux (amd64 / arm64)

# 1. 下载发布包 (从 Release 页面获取)
wget https://github.com/edgelite/edgeagent-hub/releases/download/v1.0.0/edgeagent-hub-1.0.0-linux-amd64.zip

# 2. 解压
unzip edgeagent-hub-1.0.0-linux-amd64.zip
cd edgeagent-hub-1.0.0-linux-amd64-pkg

# 3. 一键安装 (自动创建用户、目录、systemd 服务、下载 NATS)
sudo bash install.sh

# 4. 打开浏览器访问
#    http://<服务器IP>:8080
#    初始账号: admin  密码: admin123
#    ⚠ 首次登录后请立即修改密码（右上角个人信息 → 修改密码）

Windows

# 1. 下载 edgeagent-hub-1.0.0-windows-amd64.zip 并解压
# 2. 双击 edgeagent-hub.exe
# 3. 浏览器自动打开 http://localhost:8080
#    初始账号: admin  密码: admin123
#    ⚠ 首次登录后请立即修改密码（右上角个人信息 → 修改密码）
# 4. 关闭控制台窗口即可停止服务

注意: EdgeAgent Hub 依赖 NATS Server 作为消息骨干。Linux 安装脚本会自动下载安装 NATS；Windows 用户需手动安装 NATS (下载地址)。

方式二：Docker 部署

# 克隆仓库
git clone https://github.com/edgelite/edgeagent-hub.git
cd edgeagent-hub

# 一键启动全部服务 (EdgeAgent Hub + NATS + ONNX + LLM)
docker compose up -d

# 仅启动核心服务 (不含 LLM)
docker compose up -d nats edgeagent-hub inference-onnx

# 含监控套件 (Prometheus + Grafana)
docker compose --profile monitoring up -d

方式三：从源码构建

适合开发者，需要 Go 1.24+ 和 Node.js 18+

# 1. 克隆
git clone https://github.com/edgelite/edgeagent-hub.git
cd edgeagent-hub

# 2. 一键构建 (前端 + 后端)
make build

# 3. 运行
./dist/edgehub -config configs/config.yaml

# 4. 开发模式 (热更新前端)
cd web-vue && npm install && npm run dev

方式四：发布打包

# Windows 上执行，生成多平台发布包
powershell -ExecutionPolicy Bypass -File make-release.ps1 -Version 1.0.0

# 产出:
#   release/edgeagent-hub-1.0.0-linux-amd64.zip
#   release/edgeagent-hub-1.0.0-linux-arm64.zip
#   release/edgeagent-hub-1.0.0-windows-amd64.zip
#   release/checksums.txt

安装后配置

0. 首次登录

安装完成后，使用浏览器访问 http://<服务器IP>:9090（默认端口 9090）。

项目	值
初始账号	`admin`
初始密码	`admin123`

⚠ 安全提示：首次登录后，请立即点击右上角用户名 → 「个人信息」→ 修改密码。也可以在「安全管理」页面由管理员重置任意用户密码。

1. 配置 MQTT / 设备接入

编辑配置文件 (Linux: /etc/edgeagent-hub/config.yaml，Docker: configs/config.yaml)：

mqtt:
  broker: "tcp://192.168.1.100:1883"  # 你的 MQTT Broker 地址
  subscribe_topics:
    - "sensors/+/+"
    - "devices/+/telemetry"

protocols:
  modbus:
    enabled: true
    devices:
      - device_id: "line1.plc1"
        host: "192.168.1.100"
        port: 502
        unit_id: 1
        poll_interval: 1s
        registers:
          - name: "vibration_rms"
            address: 0
            quantity: 1
            func_code: 3
            data_type: "uint16"
            scale: 0.1
            unit: "mm/s"

2. 放入 AI 模型

/var/lib/edgeagent-hub/models/
├── onnx/                         # ONNX 推理模型
│   └── vibration_anomaly.onnx
├── llm/                          # GGUF 大语言模型
│   └── qwen3-0.6b-q4_k_m.gguf
├── partition_a/                  # OTA A 分区
└── partition_b/                  # OTA B 分区

3. 配置工作流

在 workflows/ 目录中创建 YAML 工作流：

name: energy_peak_warning
trigger:
  type: threshold
  metric: power
  operator: ">"
  value: 100
steps:
  - id: detect
    agent: onnx.inference
    input:
      model: anomaly_detect
      data: "{{ trigger.data }}"
  - id: llm_analysis
    agent: llm.rag_anchored
    depends_on: [detect]
    input:
      prompt: "分析设备功率异常原因: {{ detect.output }}"
    rag_anchored: true
  - id: notify
    agent: notify.multi_channel
    depends_on: [llm_analysis]
    input:
      message: "{{ llm_analysis.output }}"

4. 运行自检

# Linux
sudo -u edgeagent /opt/edgeagent-hub/edgeagent-hub selftest -config /etc/edgeagent-hub/config.yaml

# Docker
docker compose exec edgeagent-hub /app/edgehub selftest

服务管理 (Linux)

# 启动 / 停止 / 重启
sudo systemctl start edgeagent-hub
sudo systemctl stop edgeagent-hub
sudo systemctl restart edgeagent-hub

# 查看状态
sudo systemctl status edgeagent-hub

# 查看实时日志
sudo journalctl -u edgeagent-hub -f

# 卸载
sudo bash uninstall.sh

CLI 命令

# 系统自检
edgeagent-hub selftest

# 初始化
edgeagent-hub init

# 模型管理
edgeagent-hub model list
edgeagent-hub model load <model_id> <file_path>
edgeagent-hub model unload <model_id>
edgeagent-hub model switch <model_id>
edgeagent-hub model rollback

# 工作流管理
edgeagent-hub workflow list
edgeagent-hub workflow trigger <name>
edgeagent-hub workflow show <name>

# 版本
edgeagent-hub version

Web 管理界面

页面	功能
Dashboard	实时指标卡片、消息吞吐趋势图、智能体在线状态
设备管理	设备列表、协议类型、在线状态、最新遥测值
告警中心	告警列表、级别筛选、确认/处置
编排管理	工作流列表、触发执行、执行详情查看
模型管理	模型加载/卸载、活跃切换、版本回滚
知识库	文档上传、语义搜索、RAG 索引
OTA 更新	检查更新、灰度发布、任务列表
系统监控	健康状态、Prometheus 指标、审计日志
智能体	智能体列表、在线状态、注册新智能体
智能对话	LLM + RAG 对话交互
安全管理	用户管理、角色分配

技术栈

层	技术
后端	Go 1.24 · Echo · NATS JetStream · modernc SQLite
前端	Vue 3 · Vite · Element Plus · ECharts
推理	ONNX Runtime · llama.cpp (GGUF)
消息	NATS JetStream (内部) · MQTT (南向)
安全	mTLS · JWT · bcrypt · RBAC
监控	Prometheus · Grafana
部署	Docker · systemd · 交叉编译

项目结构

EdgeAgent Hub/
├── cmd/edgehub/              # 主程序入口
├── internal/
│   ├── agent/                # 智能体注册中心 + OOM 管理
│   ├── api/                  # REST API 服务器
│   ├── cli/                  # CLI 命令行工具
│   ├── config/               # 配置加载
│   ├── dataprocess/          # 数据质量 + 预处理
│   ├── learning/             # EWMA 自学习
│   ├── messaging/            # MQTT-NATS 桥接 + JetStream
│   ├── models/               # 数据模型
│   ├── northbound/           # 北向输出
│   ├── observability/        # 指标 + 追踪 + 日志
│   ├── offline/              # 断网自治
│   ├── orchestrator/         # 工作流编排引擎
│   ├── ota/                  # A/B 分区 OTA
│   ├── protocol/             # 南向协议适配器
│   ├── resource/             # 硬件检测 + 精度选择
│   ├── security/             # mTLS/RBAC/防护/证书轮换
│   └── storage/              # SQLite 存储 + 备份 + 加密
├── ai_sidecar/               # Python 推理服务 (ONNX + LLM)
├── web-vue/                  # Vue 3 前端源码
├── configs/                  # 默认配置
├── workflows/                # 示例工作流
├── deploy/                   # 部署脚本
├── Dockerfile                # 主服务 Docker 镜像
├── Dockerfile.sidecar        # AI 推理服务 Docker 镜像
├── docker-compose.yml        # 全套服务编排
├── Makefile                  # 构建自动化
└── make-release.ps1          # 发布打包脚本

物联网关 / 边缘计算网关对接指南

EdgeAgent Hub 可以与各种采集物联网关、边缘计算网关配合使用。以下是常见的对接方式：

对接架构

┌─────────────┐      MQTT       ┌───────────────────┐
│  物联网关    │  sensors/temp/x  │  EdgeAgent Hub    │
│  (网关品牌)  │ ──────────────► │  边缘推理 + 告警   │
└─────────────┘                 └───────────────────┘
       │                               │
   Modbus/OPC UA                  Webhook/钉钉
   采集传感器数据                 告警通知运维人员

方式一：MQTT 对接（最常用）

绝大多数物联网关都支持 MQTT 协议上报数据。只需将网关的 MQTT 发布地址指向 EdgeAgent Hub 即可。

步骤：

在网关的「MQTT 配置」页面，填写 EdgeAgent Hub 的地址：
- Broker: 192.168.1.100（EdgeAgent Hub 所在机器 IP）
- Port: 1883（或自定义端口）
配置网关的数据上报主题，EdgeAgent Hub 默认订阅以下主题：
- sensors/{传感器类型}/{设备ID} — 传感器数据
- devices/{设备ID}/telemetry — 设备遥测数据

数据格式（JSON）：

{
  "value": 5.2,
  "unit": "mm/s",
  "timestamp": 1696000000
}

EdgeAgent Hub 收到数据后自动触发工作流：
- 振动 > 4.5 → 触发振动异常检测工作流
- 温度 > 60 → 触发温度过热告警工作流
- 功率 > 100 → 触发功率预测调度工作流
- 电流 > 50 → 触发电流过载检测工作流

适配的网关品牌： 硕物、有人、研华、古瑞、锐谷、峰峦、各品牌工业网关

方式二：Modbus 直连

如果网关本身不支持 MQTT，EdgeAgent Hub 可以直接作为 Modbus 主站读取网关采集的数据。

步骤：

在 config.yaml 中配置 Modbus 设备：

protocols:
  modbus:
    enabled: true
    devices:
      - device_id: "gateway_01"
        host: "192.168.1.200"  # 网关 IP
        port: 502
        unit_id: 1
        poll_interval: 1s
        registers:
          - name: "vibration"
            address: 0
            quantity: 1
            func_code: 3
            data_type: "float32"
            scale: 0.01
            unit: "mm/s"
          - name: "temperature"
            address: 2
            quantity: 1
            func_code: 3
            data_type: "float32"
            scale: 0.1
            unit: "°C"

重启服务，EdgeAgent Hub 会自动轮询寄存器并触发对应工作流。

方式三：OPC UA 对接

适用于西门子、施耐德、ABB 等 PLC 直接对接，或通过 OPC UA 服务器中转。

步骤：

在 config.yaml 中配置 OPC UA：

protocols:
  opcua:
    enabled: true
    devices:
      - device_id: "plc_siemens_01"
        endpoint: "opc.tcp://192.168.1.50:4840"
        security: "None"
        nodes:
          - node_id: "ns=2;s=Temperature"
            name: "temperature"
          - node_id: "ns=2;s=Vibration"
            name: "vibration"

方式四：HTTP Webhook 对接

如果网关支持 HTTP 推送，可以直接调用 EdgeAgent Hub 的 API：

curl -X POST http://192.168.1.100:9090/api/v1/data/ingest \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <token>" \
  -d '{
    "device_id": "sensor_01",
    "type": "vibration",
    "value": 5.8,
    "unit": "mm/s"
  }'

对接后能做什么？

场景	触发条件	自动执行链路
振动异常告警	振动 > 4.5 mm/s	ONNX 推理 → RAG 分析 → 钉钉/短信通知
温度过热告警	温度 > 60°C	ONNX 推理 → RAG 生成处置建议 → Webhook 通知
功率超限调度	功率 > 100 kW	ONNX 趋势预测 → RAG 生成调度建议 → Webhook 通知
电流过载检测	电流 > 50 A	ONNX 异常检测 → RAG 告警 → 短信通知
断网自治	网络中断	本地缓存数据 → 恢复后自动重传
智能问答	运维人员提问	知识库检索 → LLM 生成回答（RAG 锚定验证）

常见问题

Q: 启动报错 "Failed to connect to NATS"

NATS Server 未运行。Linux 用户可运行 install.sh 自动安装；或手动安装：

# Docker 方式
docker run -d --name nats -p 4222:4222 -p 8222:8222 nats:2.10-alpine -js -sd /data

Q: LLM 推理很慢

确保使用 Q4 量化模型 (如 qwen3-0.6b-q4_k_m.gguf)
检查内存是否足够 (最低 1GB 可用)
资源适配器会自动检测并选择最优精度

Q: 忘记密码怎么办？

如果遗忘 admin 密码，可以通过 CLI 重置：

edgeagent-hub -cli reset-password

或者在数据库中手动重置（需停止服务后操作）。

Q: 如何接入 Modbus 设备？

在 config.yaml 的 protocols.modbus 中配置设备 IP、端口、寄存器地址，重启服务即可。

Q: 断网后数据会丢失吗？

不会。EdgeAgent Hub 会将数据缓存在本地 SQLite + JetStream 中，网络恢复后自动重传。

Q: 支持哪些 AI 模型格式？

ONNX: .onnx 格式，支持 CPU/CUDA/TensorRT/OpenVINO/RKNN
LLM: .gguf 格式 (llama.cpp)，支持 Q4_K_M / Q5_K_M / Q8 等量化

License

MIT License

致谢

EdgeAgent Hub 站在巨人的肩膀上，感谢以下开源项目：

生态项目

EdgeAgent Hub 是物网联边缘计算产品矩阵的一部分，以下项目共同构成了完整的工业物联网解决方案：

项目	简介	仓库地址
ProtoForge	工业协议解析引擎，支持 Modbus/OPC UA/MQTT/ONVIF 等多协议统一解析与转换	Gitee · GitHub
EdgeLiteGateway	轻量级边缘网关（Python），适配 ARM 嵌入式设备，支持多协议采集与上云	Gitee · GitHub
EdgeLiteGateway-Go	高性能边缘网关（Go），吞吐量更高，适合 x86/ARM64 工业主机	Gitee · GitHub
EdgeAgent Hub	边缘智能体管理平台 — 边缘 AI 推理 + RAG + 多智能体编排（本项目）	Gitee · GitHub
GBDoctor	国标 GB/T 28181 协议诊断工具，摄像头/ NVR 接入测试与故障排查	Gitee · GitHub
PyGBSentry	开箱即用的国标 GB/T 28181-2022 视频管理平台 · 纯 Python 自研 SIP 栈 · FastAPI + Vue 3 + ZLMediaKit	Gitee · GitHub

典型组合：EdgeLiteGateway 采集传感器数据 → EdgeAgent Hub 边缘 AI 推理与告警 → PyGBSentry 接入国标摄像头视频确认 → GBDoctor 诊断排查 GB/T 28181 协议故障

EdgeAgent Hub — 工业边缘 AI，从此触手可及

Name		Name	Last commit message	Last commit date
ai_sidecar		ai_sidecar
cmd/edgehub		cmd/edgehub
configs		configs
deploy		deploy
docs		docs
internal		internal
release		release
web-vue		web-vue
workflows		workflows
.gitignore		.gitignore
CONTRIBUTING.md		CONTRIBUTING.md
Dockerfile		Dockerfile
Dockerfile.sidecar		Dockerfile.sidecar
Makefile		Makefile
README.md		README.md
docker-compose.yml		docker-compose.yml
go.mod		go.mod
go.sum		go.sum
make-release.ps1		make-release.ps1

Latest commit

History

Folders and files

Repository files navigation

EdgeAgent Hub

边缘智能体管理平台 — 让工业边缘 AI 触手可及

为什么选择 EdgeAgent Hub？

谁需要 EdgeAgent Hub？

核心功能一览

智能推理引擎

多智能体编排

全协议南向接入

生产级安全

A/B 分区 OTA

可观测性

断网自治

架构图

快速开始

方式一：一键安装（推荐，小白友好）

Linux (amd64 / arm64)

Windows

方式二：Docker 部署

方式三：从源码构建

方式四：发布打包

安装后配置

0. 首次登录

1. 配置 MQTT / 设备接入

2. 放入 AI 模型

3. 配置工作流

4. 运行自检

服务管理 (Linux)

CLI 命令

Web 管理界面

技术栈

项目结构

物联网关 / 边缘计算网关对接指南

对接架构

方式一：MQTT 对接（最常用）

方式二：Modbus 直连

方式三：OPC UA 对接

方式四：HTTP Webhook 对接

对接后能做什么？

常见问题

Q: 启动报错 "Failed to connect to NATS"

Q: LLM 推理很慢

Q: 忘记密码怎么办？

Q: 如何接入 Modbus 设备？

Q: 断网后数据会丢失吗？

Q: 支持哪些 AI 模型格式？

License

致谢

生态项目

About

Topics

Resources

Contributing

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages