智能体能做什么
自然语言请求转化为协调一致的设备群操作。
- monitoring
查询遥测数据
询问设备数据，从实时和历史遥测中获得答案。
- device_hub
组织设备群
无需打开仪表板，即可对设备分组并查看设备群状态。
- deployed_code
根据用例创建应用
描述一个用例，即可获得应用程序及其容器。
- system_update
启动 OTA 更新任务
用自然语言在您选择的设备组上启动更新任务。
查询遥测数据
询问设备数据，从实时和历史遥测中获得答案。
工作原理
三个构建模块让每台设备都能被智能体理解。
- hub
原生 MCP 服务器
Clea 2.0 提供原生 Model Context Protocol 服务器，AI 智能体可将 Clea 用作工具来读取遥测、管理设备群和执行更新任务。
- auto_awesome
零配置接入
服务、应用和边缘设备会自行描述其能力和接口，Clea 无需手动映射即可理解它们。
- schema
接口与元数据引擎
实时元数据，并为每个物联网接口和触发器提供可视化映射编辑器。一次建模，处处复用。
安全源于设计
智能体的权限不会超过使用它的人。
- badge
用户身份
智能体通过 SSO 和 OAuth 2.0 以用户身份执行操作，因此只能做该用户被允许做的事。
- fact_check
每个操作可追溯
每次智能体运行和工具调用都会被追踪并保留以供审查。
- neurology
自由选择模型
通过兼容 MCP 的客户端连接外部 LLM、使用您自己的模型、在您的硬件上运行本地模型，或使用 Clea 内置的 LLM。
自动生成的界面
一套代码库服务于每个租户、品牌和市场。
自动生成界面
实时元数据生成仪表板、小组件和面板；微前端编排器组合每个视图。
Dynamic Brand Engine
运行时应用的租户样式，让每个实例基于同一代码库拥有自己的品牌形象。
适配任何市场
每个界面都可翻译：无需修改一行代码即可在新国家上线。
原生集成 Studio AI
在同一界面中浏览和管理 Studio AI 工作流项目。
Agentic AI：常见问题
团队常问的 Clea 2.0 智能体问题。
AI 智能体可以通过 Clea 读取数据并对设备群执行操作，始终在用户的权限范围内。
Clea 2.0 提供原生 Model Context Protocol 服务器，使 AI 智能体可以将 Clea 用作工具。
通过兼容 MCP 的客户端接入的外部 LLM，或 Clea 内置的 LLM。
查询遥测、组织设备组、查看设备群状态、根据用例创建应用和容器，并用自然语言启动 OTA 更新任务。
智能体通过 SSO 和 OAuth 2.0 使用用户身份，因此只能执行该用户能够且被允许执行的操作。
可以。每次智能体运行和工具调用都会被追踪并保留以供审查。
不需要。您可以使用自己的模型、在自有硬件上运行本地模型，或使用由 SECO 托管的模型。
可以。Studio AI 可构建智能体工作流，SECO 也可以作为服务交付定制智能体和 MCP 工具。