- 前置条件
- 步骤1. 将MCP Server连接到ThingsBoard
- 步骤2. 在ThingsBoard中查询设备
- 步骤3. 为AQI传感器生成示例数据
- 步骤4. 分析数据以检测异常
- 实战场景中MCP的适用性
本文档介绍如何使用ThingsBoard MCP Server查询平台数据、生成示例遥测以及检测ThingsBoard时序数据中的异常。 我们将使用自然语言查询通过MCP（经由Claude或其他LLM提供方）与ThingsBoard交互。
借助ThingsBoard MCP，您可以：
- 在ThingsBoard平台中查找符合特定条件的设备。
- 模拟或写入遥测（如AQI传感器数据）到ThingsBoard的指定设备。
- 分析设备数据以检测异常。可轻松适配用于查找峰值、数据缺口或其他模式。
前置条件
开始前，请确保具备以下条件：
- ThingsBoard Cloud账户或在自己的基础设施上的自托管ThingsBoard安装。
- 具有足够权限的认证凭据（用户名和密码）。
- 能够运行MCP Server的LLM Agent（如Claude Desktop）。
步骤1. 将MCP Server连接到ThingsBoard
首先，使用ThingsBoard MCP Server启动您的LLM Agent。 本指南中将使用Claude Desktop启动ThingsBoard MCP Server并连接ThingsBoard实例。 您也可以使用其他支持MCP的客户端。
通过Docker运行MCP：
1
docker pull thingsboard/mcp
Claude Desktop配置
在您的claude_desktop_config.json中添加以下配置：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
{
"mcpServers": {
"thingsboard": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"THINGSBOARD_URL",
"-e",
"THINGSBOARD_USERNAME",
"-e",
"THINGSBOARD_PASSWORD",
"-e",
"LOGGING_PATTERN_CONSOLE",
"thingsboard/mcp"
],
"env": {
"THINGSBOARD_URL": "<thingsboard_url>",
"THINGSBOARD_USERNAME": "<thingsboard_username>",
"THINGSBOARD_PASSWORD": "<thingsboard_password>",
"LOGGING_PATTERN_CONSOLE": ""
}
}
}
}
启动Claude Desktop后，您将看到可用的thingsboard工具：
高级配置（运行二进制代替Docker或本地构建），请参阅ThingsBoard MCP GitHub仓库。
步骤2. 在ThingsBoard中查询设备
以下为ThingsBoard平台内的设备列表：
使用Claude Desktop，您可用自然语言发起请求。
示例查询：
1
Get devices of type 'Air Quality Sensor'
ThingsBoard MCP会将此转换为ThingsBoard API查询并返回结构化结果：
步骤3. 为AQI传感器生成示例数据
根据您的请求，MCP可为任意设备模拟（生成）遥测。
示例查询：
1
Generate sample data for Office #1 AQI Sensor for the last 3 days and save it as timeseries data. Use sampling rate as 1 hour
MCP会自动将生成的时序数据添加到ThingsBoard，供仪表板和分析使用。
步骤4. 分析数据以检测异常
遥测就绪后，可请求MCP分析异常。
示例查询：
1
Analyze AQI of Office #1 AQI Sensor for anomalies in the last 3 days and show results in a table.
MCP将以表格形式返回异常检测结果：
实战场景中MCP的适用性
ThingsBoard MCP Server的应用远不止AQI传感器异常检测。可用于多种场景，包括：
- 工业IoT监控 — 检测机械振动、温度或压力的异常变化。
- 能源管理 — 识别智能电表的消费峰值并优化能耗。
- 环境监控 — 检测空气或水质突变并触发告警。
- 预测性维护 — 分析设备性能趋势，在故障发生前进行预测。
- 智慧城市应用 — 监控交通流量、路灯或垃圾收集异常。
将MCP的自然语言界面与ThingsBoard的数据可视化和告警能力相结合，您可快速原型化和部署各行业的AI驱动IoT解决方案。