🎯 不想部署?先体验演示站点:https://edgelite.jjtt.net/ 用户名 admin / 密码 Edgelite123

只需安装 Docker,无需 Node.js / Python

⚠️ Windows 用户:请使用 PowerShell(不要用 CMD),右键开始菜单 → Windows PowerShell

# 1. 克隆仓库
git clone https://gitee.com/suoten/EdgeLiteGateway.git && cd EdgeLiteGateway
# 2. 生成配置文件(Windows PowerShell 用 Copy-Item 替代 cp)
cp docker/.env.example docker/.env
# 3. 构建并启动(首次约 3-5 分钟,之后秒启)
# 中国大陆用户如构建卡住/超时,请在 Docker Desktop 设置中配置镜像加速器
# Settings → Docker Engine → 添加 "registry-mirrors": ["https://docker.1ms.run"]
cd docker && docker compose build edgelite && docker compose up -d
# 4. 查看启动日志
docker compose logs -f edgelite # 看到 "Uvicorn running" 即成功,Ctrl+C 退出

打开浏览器访问 http://localhost:8080 ,账号 admin / 密码 admin123(首次登录需修改密码)。

scheduler:
 max_concurrent_collects: 50 # 最大并发采集数
 error_rate_threshold: 0.1 # 帧错误率告警阈值(10%)
 watchdog_interval: 10 # 看门狗周期数(超时自动重启Task)

influxdb:
 retention_days: 30 # 数据保留天数(默认30天)

# 测点配置中可新增:
jump_threshold: 10.0 # 跳变阈值(超过标记quality=suspect)
min_value: 0.0 # 最小值(低于标记quality=out_of_range)
max_value: 100.0 # 最大值(高于标记quality=out_of_range)

git clone https://gitee.com/suoten/EdgeLiteGateway.git && cd EdgeLiteGateway
cd web && npm install && npm run build && cd ..
cp docker/.env.example docker/.env
cd docker && docker compose --profile nginx up -d

在部署之前,请确认你的环境满足以下要求。如果不满足,下面的步骤会报错。

💡 Windows 用户特别注意:Windows 自带 CMD 不支持 && 连接命令,请使用 PowerShell(右键开始菜单 -> Windows PowerShell)或安装 Git Bash。cp 命令在 PowerShell 中可用,等同于 Copy-Item。

遇到错误不要慌,按下面的对照表处理:

如果上面没有你的错误,请去 GitHub Issues 搜索或提交新问题。

这是最常见的求助问题。不要慌,按下面顺序一条条跑,每一步都会告诉你问题出在哪里。

💡 Windows PowerShell 用户注意:下面命令中的 ls 换成 dir,curl 换成 curl.exe,其他不变。以下命令均从项目根目录执行。

# 诊断 1:Docker 容器在不在?
cd docker && docker compose ps

✅ 正常:3 个容器(edgelite / influxdb / mosquitto)状态全是 Up 或 healthy ❌ 异常有容器 Exited → 执行 docker compose logs <容器名> 看错误日志

# 诊断 2:后端是否在运行?
curl http://localhost:8080/health

✅ 正常:返回 {"status":"ok"} ❌ 无响应 → 后端容器挂了,执行 docker compose logs edgelite --tail 30 看崩溃原因

# 诊断 3:InfluxDB 是否健康?
curl http://localhost:8086/health

✅ 正常:返回 {"status":"pass"} ❌ → 等 30 秒再试,或 docker compose restart influxdb

以上 3 步全部通过后,浏览器打开 http://localhost:8080,用 admin / admin123 登录。

💡 还不行? 终极重装法(注意这会清空所有数据):

Linux / Mac:

cd docker && docker compose down -v && rm -rf ../data/ && cp .env.example .env && docker compose build edgelite && docker compose up -d

Windows PowerShell:

cd docker; docker compose down -v; Remove-Item -Recurse -Force ../data/; Copy-Item .env.example .env; docker compose build edgelite; docker compose up -d

边缘AI异常检测:你希望网关不只采集数据,还能在边缘侧用AI模型实时检测异常、预测趋势,数据不出厂,延迟低于100ms,而不是把所有数据传到云端再分析。

传感器+视觉双确认:你的产线需要传感器AI+视觉AI双确认——温度传感器异常后自动调取摄像头画面,视觉AI确认是否真的冒烟,而不是只靠单一数据源告警频繁误报。

工厂设备采集:你的车间里跑着西门子、三菱、Modbus 等各种协议的设备,你希望一个网关统一采集、阈值超限自动告警、数据直接上报 MES,而不是每个协议写一套采集程序。

园区能源 + 视频联动:你需要把电表水表数据和 GB28181 摄像头画面接到同一个平台,在 3D 可视化大屏上实时看能耗和监控,而不是能源系统和视频系统各搞一套。

远程串口运维:你需要远程调试现场的串口设备(PLC、仪表),但不想给每个现场部署 VPN,通过 EdgeLite 的串口透传功能就能直接访问。

flowchart LR
 subgraph 南向设备["设备 & 传感器"]
 A1["PLC (S7/MC/FINS)"]
 A2["Modbus 设备"]
 A3["CNC / Robot"]
 A4["电力仪表 IEC104/DLT645"]
 A5["摄像头 ONVIF"]
 A6["MQTT 子设备"]
 A7["BACnet/KNX 楼宇设备"]
 A8["Profinet IO设备"]
 A9["EtherCAT 运动控制"]
 A10["DNP3 水务/配电"]
 end
 subgraph EdgeLite["EdgeLiteGateway"]
 direction LR
 B0[🧠 ONNX AI推理引擎]
 B1[协议驱动层 26 plugins]
 B2[规则引擎]
 B3[预处理管线]
 B4[时序数据缓存]
 B5[🌀 流计算引擎 CEP]
 B6[🔄 协议转换网关]
 end
 subgraph 北向对接["北向平台与存储"]
 direction TB
 C1["IoTSharp"]
 C2["ThingsBoard"]
 C3["ThingsCloud"]
 C4["ThingsPanel"]
 C5["Huawei IoTDA"]
 C6["Custom MQTT"]
 D[("InfluxDB 时序库")]
 end
 A1 & A2 & A3 & A4 & A5 & A6 & A7 & A8 & A9 & A10 --> B1
 B0 --> B2
 B1 --> B3 --> B4
 B1 --> B5 --> B4
 B5 -.-> B6
 B4 --> D
 B4 --> C1 & C2 & C3 & C4 & C5 & C6
 B2 <-.-> B4

这是 EdgeLite 与所有传统网关的核心差异——在边缘侧完成AI推理,数据不出厂,延迟<100ms

• ONNX Runtime 推理引擎:原生支持 .onnx 模型,边缘侧实时推理,单次延迟 < 100ms
• 8个预置AI模型开箱即用:异常检测、趋势预测、动态阈值、振动分析、能耗预测、质量检测、电池健康、泄漏检测
• 模型热加载:不重启网关即可替换模型,运维零中断
• AI → 规则引擎联动:AI推理结果直接驱动告警规则,传感器异常 → AI确认 → 自动告警
• AI推理看板:实时统计推理次数/延迟/错误率,可视化AI运行状态
• 传感器AI + 视觉AI 双确认:EdgeLite传感器AI检测异常 → 调用PyGBSentry视觉AI二次确认 → 高置信告警

# 安装 AI 推理依赖(在虚拟环境中执行)
pip install -e ".[ai]"
# 或安装全部可选依赖
pip install -e ".[all]"

ai_inference:
 enabled: false

flowchart LR
 A[设备数据] --> B[ONNX推理引擎]
 B --> C{异常分数 > 阈值?}
 C -->|是| D[AI告警触发]
 C -->|否| E[正常数据]
 D --> F[PyGBSentry视觉确认]
 F --> G[高置信告警+通知]

• 规则引擎:阈值告警 / 死区过滤 / 变化检测 / 条件动作(P1)
• 数据预处理:缩放 / 死区 / 限幅 / 开方 / 累积(P1)
• 告警服务:钉钉 / 邮件 (SMTP) / 企业微信 / Webhook 多渠道通知
• MQTT断网缓存与自动重传:断网时消息自动持久化到SQLite,网络恢复后按序重传,确保数据零丢失(P1)
• RPC反向控制:支持从北向平台(ThingsBoard/IoTSharp等)下发RPC指令反向控制设备,实现远程调参/启停(P1)
• Sparkplug B协议:支持Sparkplug B工业物联网协议,标准化工农业MQTT数据发布与订阅(P1)
• 多网关级联发现:基于mDNS自动发现邻居网关并构建级联拓扑,支持大规模部署场景的网关互联(P1)
• 流计算引擎 (CEP):实时数据流处理,支持滚动窗口/滑动窗口/会话窗口、移动平均/极值统计、上升沿/下降沿检测、变化率监控、基于统计的异常检测 (新增)
• 协议转换网关:多协议桥接,支持Modbus↔OPC UA数据映射、类型转换(int16→float32/scale/offset)、配置化映射规则 (新增)
• 边缘AI推理引擎:ONNX Runtime 推理 / 预置模型(异常检测/趋势预测/动态阈值)/ 模型热加载 / AI规则联动 / AI推理看板(P2)

• 认证鉴权:JWT (Access + Refresh) + RBAC admin / operator / viewer
• 审计日志:全操作留痕,设备/规则/告警/登录 全维度
• 南向:MQTT Broker (内置 amqtt) / Modbus Slave / Serial Bridge(P2)
• 北向:自定义 MQTT Broker 把 EdgeLite 变成协议转换中台(P2)
• MCP Server:Model Context Protocol 把实时数据暴露给 AI Agent(P2)
• TLS安全:双向TLS认证 (mTLS)、设备证书管理、CA自签名证书生成、OPC UA/MQTT HTTPS加密连接(新增)
• Prometheus监控:/metrics端点,CPU/内存/磁盘/网络/设备采集指标,支持Grafana集成(新增)

💡 优先级划分:P0 = v1.0 必需 · P1 = v1.0 目标 · P2 = v1.1+

• 看板:设备/点位总数、在线率、今日数据量(P0)
• SCADA 编辑器:拖拽绑定测点 + 实时数据(P2)
• 数字孪生:Three.js 3D 模型绑定 / 测点映射 / 视角同步(⚠️ 实验性)
• 数据查询:多维度图表 / 自定义时间范围(P1)
• PWA 离线:Service Worker 离线可用 / 推送通知(P2)

截图来自社区版 v1.0.2

三种部署方式分别适合不同场景,对号入座:

适用于本地有 Node.js、想要 Nginx 提供前端(访问 http://localhost:3000)的场景。

# 1. 克隆仓库
git clone https://gitee.com/suoten/EdgeLiteGateway.git && cd EdgeLiteGateway
# 2. 构建前端页面(需要 Node.js 18+)
cd web && npm install && npm run build && cd ..
# 3. 配置环境变量
cp docker/.env.example docker/.env
# 4. 启动全部服务(-d = 后台运行,--profile nginx 启用 Nginx 前端)
cd docker && docker compose --profile nginx up -d
# 5. 查看日志(确认启动成功)
docker compose logs -f edgelite # 后端日志
# 6. 浏览器打开 http://localhost:3000,账号 admin,密码 admin123(首次登录需修改密码)

停止服务:docker compose down
完全清除(含数据):docker compose down -v

适用于二次开发、调试驱动、修改源码。

# 前置:必须 Python 3.11+ 且 Node.js 18+
# 1. 克隆
git clone https://gitee.com/suoten/EdgeLiteGateway.git && cd EdgeLiteGateway
# 2. 创建 Python 虚拟环境(重要!避免污染系统 Python)
python -m venv .venv
# 3. 激活虚拟环境
.venv\Scripts\activate # Windows PowerShell
source .venv/bin/activate # Linux / Mac
# 4. 安装后端依赖
pip install -e ".[dev]"
# 5. 准备配置文件
cp configs/config.example.yaml configs/config.yaml
# 6. 启动后端(新开一个终端)
python main.py --port 8080
# 7. 新终端启动前端开发服务器(新开一个终端)
cd web
cp .env.example .env # 前端环境变量
npm install
npm run dev # Vite dev server, 默认 http://localhost:5173
# 8. 浏览器打开 http://localhost:5173
# 首次登录:admin / admin123

💡 为什么需要虚拟环境? 隔离项目依赖,避免和系统Python其他项目冲突。如果你已激活虚拟环境,终端前面会显示 (.venv)。

# Ubuntu/Debian
sudo apt install influxdb mosquitto
# 或用 Docker 单独启动:
docker run -d --name influxdb -p 8086:8086 influxdb:2.7
docker run -d --name mosquitto -p 1883:1883 eclipse-mosquitto:2

以下命令在 docker/ 目录下执行:

# 查看容器状态
docker compose ps
# 查看所有日志
docker compose logs -f
# 重启网关
docker compose restart edgelite
# 删除所有数据(慎用!不可恢复)
docker compose down -v
rm -rf ../data/ ../logs/

┌──────────────────────────────────────────────────────────┐
│ 北向平台对接 │
│ ThingsBoard IoTSharp ThingsCloud ThingsPanel │
│ Huawei IoTDA Custom MQTT ↑ MQTT/HTTP/REST │
├──────────────────────────────────────────────────────────┤
│ 核心引擎 (EventBus) │
│ ┌─────────────────┐ ┌──────────────────┐ │
│ │ MQTT Forwarder │ │ 规则引擎 │ │
│ │ 预处理管线 │ │ 告警/通知服务 │ │
│ └─────────────────┘ └──────────────────┘ │
├──────────────────────────────────────────────────────────┤
│ 数据抽象层 (SOR) │
│ ┌──────────────────────────────────────────────┐ │
│ │ SQLite ORM │ InfluxDB 2.x Client │ │
│ │ 离线Cache │ Tags: device,tenant,asset │ │
│ └──────────────────────────────────────────────┘ │
├──────────────────────────────────────────────────────────┤
│ API & WebSocket │
│ REST /api/v1/* │ WS /ws/v1/{realtime,alarm,device} │
├──────────────────────────────────────────────────────────┤
│ 驱动管理层 (Registry) │
│ 28 Protocols: S7 / MC / FINS / AB / IEC104 / DLT645 / DNP3 │
│ BACnet / KNX / Profinet / EtherCAT / Modbus TCP/RTU / OPC UA / OPC DA / MQTT / ... │
├──────────────────────────────────────────────────────────┤
│ 视频接入层 (VideoProvider) │
│ RTSP → PyGBSentry Analytics → MQ Events │
│ ONVIF Camera (PTZ, Preset, Snapshot URI) │
└──────────────────────────────────────────────────────────┘

EdgeLite 定位为全栈边缘计算网关——不仅完成工业协议采集,更将规则引擎、告警通知、视频接入、Web 组态、3D 数字孪生融为一体,让边缘侧从"数据搬运工"升级为"智能决策节点"。

💡 IoTGateway 是优秀的工业采集网关,在 .NET 生态下协议覆盖广、性能出色。EdgeLite 在其基础上增加了规则引擎、告警、视频、组态等企业级功能,适合需要"采集 + 计算 + 展示"一体化方案的场景。

更新日期:2026年05月25日

EdgeLiteGateway V1.0 Community 采用 GPL-3.0 协议开源。简单来说:

• ✅ 你可以自由使用、修改、分发源码
• ✅ 你可以用于商业项目
• ⚠️ 修改后的代码必须保留 GPL-3.0 协议并开源
• 💼 对 GPL 有限制的商业场景(如嵌入式 SDK)请联系 suoten@163.com 获取双授权

感谢以下贡献者对 EdgeLiteGateway 项目做出的重要贡献:

Star History Chart

Made with ❤️ for the Industrial IoT Community