嵌入式与 WLAN 通信基础
嵌入式系统和 WLAN（无线局域网）的结合是物联网（IoT）领域的核心场景之一。通过集成 Wi-Fi 模块，嵌入式设备能够与其他设备或云平台进行通信，实现数据传输、远程控制和监测等功能。本文将以树莓派 Pico W 为例，探讨如何搭建硬件网络服务，并进一步结合 LangChain 和 LangGraph 实现云端大模型与本地硬件的多 Agent 交互。
嵌入式开发板连接 WiFi
在嵌入式开发中，除了基础的 LED 控制，利用 WiFi 进行网络通信是进阶必备技能。树莓派 Pico W 内置了符合 IEEE 802.11b/g/n 标准的 Wi-Fi 模块，支持 2.4GHz 频段。它既可以作为客户端发起请求，也可以作为服务端提供 HTTP 接口。
以下代码展示了如何在 MicroPython 环境下连接 WiFi 并初始化网络接口：
import machine
import network
import usocket as socket
# 设置 WiFi 连接
wlan = network.WLAN(network.STA_IF)
wlan.active(True)
wlan.connect('WIFI_NAME', 'WIFI_PASSWORD')
# 等待连接成功
while not wlan.isconnected():
pass
print('连接到 WiFi 网络...')
print('IP 地址:', wlan.ifconfig()[0])
# 设置 LED 灯的 GPIO 引脚
led = machine.Pin(2, machine.Pin.OUT)
注意：Pico W 仅支持 2.4GHz 频段，请确保路由器配置兼容。
树莓派作为服务端
为了让外部设备控制硬件，我们需要在 Pico W 上运行一个简单的 HTTP 服务器。该服务器监听特定端口，解析 GET 请求，并根据参数控制 GPIO 状态。
def web_server():
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.bind(('0.0.0.0', 8080))
s.listen(5)
print('服务器已启动，等待客户端连接...')
while True:
conn, addr = s.accept()
request = conn.recv(1024).decode('utf-8')
print('Content = %s' % str(request))
response_body = "OK"
if 'GET /?LED=ON' in request:
led.value(1)
response_body = "灯已打开"
elif 'GET /?LED=OFF' in request:
led.value(0)
response_body = "灯已关闭"
# 构建 HTTP 响应
http_response = f"HTTP/1.1 200 OK\r\nContent-Type: text/plain\r\n\r\n{response_body}"
conn.send(http_response.encode())
conn.close()
web_server()
通过浏览器访问 http://<PICO_IP>:8080/?LED=ON 即可触发硬件动作。这为上层应用提供了标准化的 API 接口。
树莓派作为客户端
硬件同样可以作为客户端向云端或其他服务发送数据。使用 urequests 库可以方便地发起网络请求。
from machine import Pin
import network
import urequests
# 连接 WiFi (复用上文逻辑)
wlan = network.WLAN(network.STA_IF)
wlan.active(True)
wlan.connect('WIFI_NAME', 'WIFI_PASSWORD')
def send_data():
url = 'http://server.example.com/api/data?id=1'
try:
response = urequests.get(url)
print('Response:', response.text)
except Exception as e:
print('Request failed:', e)
send_data()
网络环境下的通信策略
同一网络下操作
当硬件与电脑处于同一局域网时，直接访问硬件 IP 即可。例如手机开启热点，电脑连接后通过 IP 访问接口。
不同网络下操作（内网穿透）
若需从外网访问内网设备，需要进行内网穿透（NAT 穿透）。常用工具包括 Ngrok、花生壳等。原理是将内网服务的端口映射到公网可访问的地址。对于资源受限的 Pico W，通常建议将穿透功能部署在性能更强的网关设备（如树莓派 4B 或 PC）上，由网关转发流量至 Pico W。
基于 LangChain 与 LangGraph 的多 Agent 架构
标题提到的 LangChain 与 LangGraph 是实现智能控制的关键。单纯的 Socket 通信只能传递指令，而引入大模型 Agent 可以实现自然语言理解与复杂任务规划。
架构设计
- 云端大脑（Agent）：运行 LangChain/LangGraph 框架的大模型实例。负责接收用户自然语言指令，进行意图识别和任务拆解。
- 本地执行器（Device）：嵌入式设备上的 HTTP 服务。暴露具体的控制函数（如
turn_on_led,read_sensor）。 - 通信链路：通过 HTTPS 或 WebSocket 连接。
工具调用（Function Calling）
LangChain 允许将硬件 API 封装为 Tool。当 Agent 接收到'打开客厅的灯'指令时，它会分析需要调用哪个 Tool，生成对应的 HTTP 请求 URL，发送给硬件。
伪代码示例（云端侧）：
from langchain.agents import initialize_agent, Tool
from langchain.llms import HuggingFaceHub
# 定义硬件控制工具
def control_hardware(action, param):
# 实际调用硬件 API
import requests
url = f"http://{device_ip}:8080/?{action}={param}"
return requests.get(url).text
# 注册工具
tools = [
Tool(
name="Control_Light",
func=lambda x: control_hardware("LED", x),
description="用于控制 LED 开关，输入 ON 或 OFF"
)
]
# 初始化 Agent
agent = initialize_agent(tools, llm, agent_type="zero-shot-react-description")
agent.run("把灯打开")
LangGraph 的状态管理
对于复杂的智能家居场景，单一请求可能不足以完成任务。LangGraph 引入了有向图的概念，允许 Agent 维护状态（State），进行循环推理和反思。例如，Agent 可以先读取传感器数据，判断是否需要开灯，再执行控制命令，形成闭环逻辑。
总结
本文介绍了嵌入式设备通过 WLAN 建立网络通信的基础方法，并深入探讨了如何将其与大模型技术结合。通过构建标准化的 HTTP 接口，硬件可以被 LangChain 中的 Agent 灵活调用。结合 LangGraph 的状态管理能力，可以实现更智能、具备记忆和规划能力的多 Agent 系统。未来随着边缘计算能力的提升，更多 AI 逻辑可直接下沉至终端设备，实现更低延迟的智能化体验。
