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。


本文将深度解析 2025 年及未来的 MQTT 技术演进趋势,为开发者与企业提供前瞻性的技术规划参考。

本文将深入探讨 EMQ 如何通过其基于统一命名空间(UNS)架构的工业 AI 数据中枢解决方案,利用 EMQX Platform 平台和轻量化工业边缘网关软件 NeuronEX,构建从数据采集、处理到智能决策的完整闭环。

本文简单介绍了如何利用 AI 和各种基础软件搭建一个前沿的 IIoT 数据探索应用,为读者构建自己专属的 AI +工业应用提供一些思路。

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)。