Hoy os vengo a presentar un proyecto que estoy llevando a cabo, en el que sobre todo, pretendo mostrar la potencia de la inteligencia artificial a la hora de desarrollar software y poder ejecutar ideas de forma rápida y con calidad. Mostraré un ejemplo de una funcionalidad ya integrada en la plataforma SCADA con Inteligencia artificial y Django. Cliente/servidor OPC
Este "Little SCADA" es una plataforma, donde pretendo ir añadiendo funcionalidades desarrolladas con ayuda de la inteligencia artificial, como por ejemplo, comunicaciones OPC con distintos elementos (PLC, servidores OPC, etc.)
La gracia de esta plataforma es que esta desarrollada casi 99% con la IA, eso sí, siguiendo mis ideas y pautas. Tras algunos meses haciendo pruebas y experimentos, una de las principales conclusiones que saco de trabajar así (Humano piensa + IA trabaja), es que acotando y reduciendo bien los problemas a su mínima expresión, la IA es el mejor aliado que puedas tener, lo veremos con ejemplos.
Herramientas utilizadas para la base de la plataforma:
- Django: para la estructura de la aplicación basada en web.
- Visual studio code: para desarrollar el proyecto y ejecución de servidores.
- Chat GPT 3.5 y 4: para el desarrollo de las funciones de la plataforma, así como asistencia general y generación de imágenes.
- GIMP: para modificación de imágenes.
El resto de herramientas que he ido utilizando, han sido mas específicas para funcionalidades concretas, como la que os presentaré en este artículo.
Cliente OPC: leyendo variables y graficándolas en tiempo real.
En este ejemplo, vamos a generar con python un servidor OPC con 1000 variables enteras, que varían de forma sencilla, para luego leerlas desde nuestra aplicación LittleSCADA mostrando una gráfica de aquella que seleccionemos. Todo esto lo haremos tratando de minimizar el trabajo de desarrollo humano, dejando que la IA sea quien genere nuestro código.
Nota: los códigos intermedios utilizados para la creación de esta aplicación, no se muestran para no hacer muy engorrosa la lectura del artículo. Cualquier duda, siempre podéis preguntarme al correo.
Paso 1: Creación del servidor OPC
Lo primero que haremos será generar con python un servidor en nuestro mismo PC en localhost. En mi caso le he dicho que las variables (las 1000) aumenten hasta 100 y luego a 0, para ver el barrido, pero cada uno podría darle el comportamiento que quisiera para simular cualquier cosa.
Es tan fácil como decirle al chatGPT: "hazme un servidor con Python que sirva 1000 variables enteras, que varíen de 0-100". Te devolverá un código que funcionará casi seguro, porque además el ejemplo es super sencillo, y ya podrás arrancarlo mediante la ejecución de tu aplicación de Python. Si todo ha salido bien, obtendrás algo como esto:
Y ya tendremos al servidor escuchando. Para garantizar que las variables hacen lo que queríamos, y antes de crear un cliente en Django, es interesante verificarlo con algún cliente gratuito como UA Expert.
Descubre primero el servidor OPC
