Chotu Robo 服务器 - Arduino 的 MCP 服务器

<div align="center"> <img src="Chotu.png" alt="Chotu 机器人" width="300" height="300"> </div>

演示

👉 Chotu 机器人演示 1

👉 Chotu 机器人演示 2

👉 Chotu 机器人演示 3

👉 Chotu 机器人演示 4

👉 Chotu 机器人文章

👉 Chotu 机器人文章 2

<div align="center"> <img src="mapleTruck.jpg" alt="Chotu 机器人" width="300" height="300"> </div>

概述

该项目展示了如何使用 Anthropic 的 Claude AI 提供的 MCP（Model Context Protocol） 框架将基于 Arduino 的机器人（使用 NodeMCU ESP32 或 Arduino Nano 368 板）与 AI 集成。它通过一个简单的接口在硬件组件和 AI 之间提供了无缝连接，用户可以通过手机或计算机控制该接口。

该系统充当一个 机器人服务器（命名为 Chotu Robo），可以与各种物理组件如 LED、电机、舵机、风扇、传感器等进行交互。这些组件可以通过向服务器发送命令来远程控制，服务器再通过 ESP32 或 Arduino Nano 368 微控制器控制硬件。

这种设置为未来的基于 AI 的应用打开了可能性，例如通过移动或 Web 应用程序中的 AI 助手（如 Claude）控制机器人。

Chotu 机器人有两种操作模式：有线模式和无线模式，每种模式针对不同的使用场景和硬件配置设计。

有线模式 - Arduino Nano 368

在有线模式下，机器人使用 Arduino Nano 368 板，代码通过 USB 直接上传。此模式不支持通过网络发送实时命令，因为它需要物理 USB 连接才能运行。机器人运行其预先上传的代码，适用于不需要 Wi-Fi 或网络连接的项目。

无线模式 - 带 Wi-Fi 的 ESP32 网络服务器

在无线模式下，机器人由 ESP32 板供电。ESP32 连接到本地 Wi-Fi 网络并启动一个带 Wi-Fi 的网络服务器，通过 REST API 或 WebSocket 监听实时命令。这种模式允许机器人与外部设备交互，并控制各种硬件组件，如 LED、电机、舵机和风扇。

一旦 ESP32 连接到 Wi-Fi，它就会接受来自 TypeScript MCP 服务器或基于 Java Spring 的 MCP 服务器的实时命令，从而控制硬件功能。这使得微控制器硬件与基于 AI 的系统之间能够无缝集成，适用于自动化、机器人或物联网应用。

特性

1. LED 控制: 使 LED 在指定时间内闪烁。
2. 蜂鸣器控制: 使蜂鸣器在指定时间内发出声音。
3. 电机控制: 使电机以特定速度运行一段时间。
4. 舵机控制: 将舵机移动到特定角度。
5. 风扇控制: 打开/关闭风扇。
6. 继电器控制: 切换继电器的开/关状态。
7. 传感器读数：
   • 从传感器读取温度。
   • 使用超声波传感器测量距离。
8. 基于 AI 的命令: 使用基于 AI 的提示来控制机器人执行动作，如移动、启动、停止、转向和调整速度。

使用的组件

• NodeMCU ESP32 或 Arduino Nano 368: 微控制器负责控制硬件并与服务器通信。
• Johnny-Five: 用于与硬件组件交互的 JavaScript 机器人和物联网库。
• MCP 框架: Model Context Protocol 框架，用于处理与外部系统的请求和交互，实现基于 AI 的通信。
• 传感器和执行器：
  • LED（用于指示状态）
  • 蜂鸣器
  • 舵机
  • 电机
  • 继电器模块
  • 超声波距离传感器
  • 温度传感器

工作原理

Chotu Robo 服务器作为处理来自 AI 系统命令的主要枢纽。以下流程概述了系统的工作方式：

1. 设置：

   • NodeMCU ESP32 或 Arduino Nano 368 板连接到各种传感器和执行器（如 LED、电机等）。
   • Johnny-Five 库允许服务器通过微控制器控制硬件组件。

2. MCP 集成：

   • McpServer 管理硬件与 AI 之间的通信。
   • 服务器提供了几个工具（命令），如 blinkLED、buzz、runMotor、moveServo 等。
   • 每个工具都关联一个特定的功能，服务器等待来自 AI 系统的命令来执行这些操作。

3. AI 控制：

   • 使用AI 提示触发诸如移动机器人 (move-chotu)、控制速度 (set-chotu-speed) 和转动机器人 (turn-chotu) 等操作。
   • AI 使用Claude 或其他 AI 助手向服务器发送命令。服务器处理这些命令并相应地与硬件交互。

4. 实时通信：

   • StdioServerTransport 确保服务器可以连接到外部 AI 系统并实时执行命令。

5. 用户命令：

   • AI 可以发送用户友好的命令，如**“向左转 Chotu”** 或 “将速度设为 5” 来控制机器人的行为。

命令和工具

以下是一些可用命令及其功能：

• blinkLED: 使 LED 按指定时间闪烁。
• buzz: 使蜂鸣器激活一段时间。
• runMotor: 以给定速度启动电机并运行设定的时间。
• moveServo: 将伺服电机移动到指定角度。
• controlFan: 打开或关闭风扇。
• toggleRelay: 切换继电器模块的开关状态。
• readTemperature: 获取当前温度读数。
• readDistance: 使用超声波传感器测量距离。
• move-chotu: 通过 AI 提示移动 Chotu 特定步数。
• start-chotu: 启动 Chotu 并准备好操作。
• stop-chotu: 停止 Chotu 并关闭操作。
• turn-chotu: 将 Chotu 转向指定方向（左或右）。
• set-chotu-speed: 设置 Chotu 的速度。

如何使用

需求

1. 硬件：

   • NodeMCU ESP32 或 Arduino Nano 368（或其他支持的 Arduino/ESP32 板）。
   • 各种传感器和执行器（LED、伺服电机、电机、超声波传感器、温度传感器、继电器）。

2. 软件：

   • 安装 Node.js。
   • 安装 Johnny-Five 用于硬件控制。
   • 使用 MCP SDK 与 AI 集成。
   • 使用 Arduino IDE 编程微控制器。

设置步骤

1. 安装 Node.js 和 Johnny-Five：

   npm install johnny-five
   npm install @modelcontextprotocol/sdk
   

   在 Arduino IDE 上设置 ESP32 或 Arduino Nano 368：

   如果使用 ESP32 或 Arduino Nano 368 板，请在 Arduino IDE 中安装 ESP32 板支持。 通过 USB 将 NodeMCU ESP32 或 Arduino Nano 368 连接到您的计算机。 将代码上传到板上：

   使用 Arduino IDE 将提供的代码上传到 ESP32 或 Arduino Nano 368。

   运行服务器：
        
        通过运行脚本来启动 MCP 服务器。这将设置服务器并与硬件建立通信。
        连接到 AI：
        
        从 AI 系统（如 Claude）发送命令来控制机器人。
   

示例 AI 命令

移动 Chotu：

命令： "Move Chotu forward by 5 steps." 动作： 机器人将根据指定的步数移动。 设置速度：

命令： "Set speed to 10." 动作： 机器人的速度将相应调整。 左转：

命令： "Turn Chotu left." 动作： 机器人将向左旋转。

使用 MCP Inspector 调试:

npx @modelcontextprotocol/inspector node build/choturobo.js

未来改进

此项目可以作为开发更高级基于 AI 的机器人系统的基石框架。你可以通过以下方式扩展功能：

1. 添加更多传感器，如摄像头或麦克风。
2. 集成高级AI模型以实现更好的决策。
3. 开发移动应用或网页界面，通过图形界面控制机器人。
4. 使用树莓派：
   • 设置：使用树莓派运行MCP服务器并控制硬件组件。
   • 安装：

     sudo apt-get update
     sudo apt-get install nodejs npm
     npm install johnny-five
     npm install @modelcontextprotocol/sdk
     

   • 连接到基于Java的服务器：
     • Java服务器设置：创建一个基于Java的MCP服务器来处理请求并与树莓派通信。
     • Java代码示例：

       import org.modelcontextprotocol.server.McpServer;
       import org.modelcontextprotocol.server.transport.WebSocketTransport;
       
       public class ChotuRoboServer {
           public static void main(String[] args) {
               McpServer server = new McpServer();
               WebSocketTransport transport = new WebSocketTransport("ws://raspberrypi.local:8080")…