乐于分享
好东西不私藏

给nodered装上AI助手

给nodered装上AI助手

之前通过大模型描述需求生成了流程json导入到nodered,快速实现一个功能 用AI生成nodered流程完成数据接入,虽然能完成功能,但是ai修改和nodered是分开的,有没有一种集成好的方案。经过查找体验,这款插件可以满足我的需求。可以在节点管理中安装 node-red-dev-copilot插件。安装完成后,在左边侧栏能看到自定义节点
dev copilot节点有flow和service两种模式,flow模式可以放在流程中用于输入内容然后输出大模型的返回内容,而 service模式,在右侧边栏可以选择这个节点进行对话。此节点可以配置兼容openai接口的模型,这里我选择了内置的 deepseek选项,需要配置模型和密钥。 
在有侧边栏,描述业务需求,模型会分析需求并调用mcp工具对流程进行编辑更新。当模型更新完流程到服务端时,前台页面会有流程已更新到提示,这时候选择合并即可。
运行流程可以看到输出的结果。这里调用了一个天气api接口,需要申请一个api key,告诉模型让它给你配置即可。
通过以上实践,实现了低代码+AI编程,就如同在TRAE这种编辑器中有一个编程agent一样。我们需要花更多的时间在设计规划上而不是代码的细节调试上。AI可以帮我们去干一些琐碎重复的活。

Node-RED与AI的集成已从”调用模型”进化到”模型驱动流程自修改”的新阶段。通过专门的AI插件,大语言模型不再只是被动地被调用,而是能够理解、生成并直接修改Node-RED流程本身——这意味着自动化系统拥有了元认知能力,可以自我优化和进化。

这类AI插件的核心能力是将自然语言意图转化为可执行的流程JSON。用户只需用日常语言描述需求,例如”创建一个从Modbus寄存器读取数据、触发相机检测、结果写入数据库的流程”,AI便能自动生成完整的、可部署的Node-RED流程。

更为强大的是,AI不仅能创建新流程,还能修改现有流程——上传已有流程,要求AI添加功能、更改逻辑或优化性能,插件会自动完成相应的节点增删和配置调整。

这种”对话即编程”的模式,让Node-RED从一个静态的可视化工具,进化为一个能够理解意图、自我演进的智能自动化平台。开发者的角色从”搭建者”转变为”架构师”,专注于业务流程设计,而繁琐的节点配置和代码编写工作交给AI完成。这正是Node-RED与AI深度融合的未来方向。

关于作者

资深工程师,业余摄影、吉他爱好者,不定期更新关于人工智能、产品设计、系统架构、管理、生活的思考,关注我一起进步。

延伸阅读
TRAE配置Playwright进行自动化测试(二)
TRAE配置Playwright进行自动化测试
从vibe design到vibe coding的全流程实践
通过 MCP 协议将 Figma 设计稿一键转化为前端代码
用trae个人版零手写代码构建轻量级Iot系统(一)
OpenSpec + Trae:让字节跳动的AI编程工具学会“先问再干” (二)
hermes agent 配置实践,token消耗明显少了