EMQX 6.1.0 新特性:可回放的 MQTT 消息流、增强的多租户能力与更多数据集成
EMQX 6.1.0 正式发布,引入原生可回放的 MQTT 消息流,全面增强多租户命名空间与数据集成能力,助力大规模 IoT 与事件驱动系统实现企业级稳定运行与历史数据处理。

EMQX 6.1.0 正式发布,引入原生可回放的 MQTT 消息流,全面增强多租户命名空间与数据集成能力,助力大规模 IoT 与事件驱动系统实现企业级稳定运行与历史数据处理。


我们很高兴地宣布:自 5.9 版本起,EMQX 社区版与企业版将统一为功能完整的 EMQX Platform,并采用商业源码许可证 (Business Source License,BSL) 1.1。

本文将通过几个问题,探讨 MCP 在推动物联网智能化转型方面的潜力与应用前景。

作为领先的 MQTT 平台,EMQX 广泛应用于消费电子产品的 IoT 接入场景,能够实现现实世界与应用服务之间的连接。本文将探讨如何利用现有 IoT 技术框架,实现创新且友好的消费电子智能化场景。

本文将介绍如何借助 DeepSeek LLM(大语言模型)的能力来增强 NeuronEX 边缘计算功能,帮助用户更轻松地实现复杂业务数据的处理,显著降低开发成本,并快速响应业务需求的变化。

近期,EMQ 推出了与大模型紧密通讯的 EMQX MCP Server,它将 Anthropic 的 Claude 等大型语言模型与 EMQX 连接,使 Claude 能够与 MQTT 消息服务交互。

本文将介绍如何结合 EMQX 的可观测性数据与 DeepSeek 的 LLM(大语言模型)服务,利用向量化知识库、自动化代码生成和自然语言处理等 AI 技术,帮助用户快速解决设备数据无法上传、设备断连、连接时延增加、数据转发缓慢等问题。

EMQX 凭借其支持多协议的能力,在物联网领域占据了重要位置,同时也为 AI 大模型提供了关键的数据传输路径,成为了物联网和 AI 之间的桥梁。

本文将探讨如何将 MQTT 协议与 ChatGPT 这样的自然语言处理应用相结合,并通过一个简单的搭建示例来展示结合后的应用场景,为读者探索物联网智能应用提供一些思路。

在本教程中,我们将引导您构建一个 kuiper 插件,通过预先训练的图像识别 TensorFlow 模型,标记边缘设备生成的流图片(二进制数据)。