> For the complete documentation index, see [llms.txt](https://docs.kiloiot.io/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.kiloiot.io/kilo-docs-es/kilo-iot-server/physical-ai.md).
# Plataforma de IA física para agentes de IA
Aprende cómo la plataforma de IA física de Kilo conecta agentes de IA con dispositivos IoT mediante MCP, API, automatización probada, comandos seguros, verificación y registros de auditoría.
Los modelos de IA pueden interpretar objetivos y razonar sobre información compleja. Operar un edificio, una máquina, una flota o una ubicación remota requiere otra capa: un sistema confiable que traduzca la intención del modelo en acciones que la infraestructura física pueda स्वीकार; y luego informe lo que realmente ocurrió.
El Kilo IoT Server proporciona esa capa de ejecución de IA física. Ofrece a los agentes de IA una interfaz coherente para dispositivos heterogéneos, al mismo tiempo que mantiene los protocolos de los dispositivos, los límites organizacionales, los permisos, las protecciones operativas y el historial de resultados dentro del sistema IoT creado para administrarlos.
## Cómo los agentes de IA controlan dispositivos del mundo real
El modelo de IA aporta la inteligencia: interpreta la solicitud, evalúa el contexto y propone lo que debería suceder. Kilo aporta las operaciones del mundo físico: mantiene el estado del dispositivo, restringe lo que se puede cambiar, ejecuta automatizaciones probadas o comandos del dispositivo y devuelve evidencia sobre el resultado.
Esta separación importa porque una respuesta generada y una acción física tienen modos de fallo diferentes. Un modelo no debería tener que improvisar protocolos de radio, cargas útiles de comandos, disponibilidad de dispositivos, políticas de acceso o comportamiento de recuperación cada vez que actúa.
## Ciclo de vida seguro de control de dispositivos con IA
Kilo admite un ciclo de vida de producción en torno a la acción en el mundo real:
1. **Observar** — leer telemetría normalizada, estado del dispositivo, alarmas y contexto operativo.
2. **Razonar** — proporcionar a la IA información basada en la implementación, en lugar de cargas útiles desconectadas.
3. **Simular** — probar la lógica de automatización con entradas representativas antes de la implementación, incluso contra [dispositivos emulados](/kilo-docs-es/kilo-iot-server/devices/emulated-devices.md) que producen las lecturas que especifiques, de modo que se pueda ejercitar un bucle antes de que exista el equipo.
4. **Aprobar** — aplicar los permisos del usuario que ha iniciado sesión y requerir confirmación cuando el flujo de trabajo así lo exija.
5. **Actuar** — desplegar una regla o ejecutar un comando de dispositivo tipado a través de la conexión configurada.
6. **Verificar** — inspeccionar la entrega del comando, la confirmación opcional del dispositivo y el estado resultante.
7. **Registrar** — conservar el historial relevante de ejecución o de versiones para que los operadores puedan investigar y recuperarse.
La [Motor de reglas](/kilo-docs-es/kilo-iot-server/rules-engine.md) proporciona depuración, simulación, compilaciones controladas, despliegue, historial de versiones y restauración. [Motor de Comandos de Dispositivos](/kilo-docs-es/kilo-iot-server/devices/commands.md) proporcionan acciones con nombre, parámetros tipados, estado de envío y verificación opcional.
## Infraestructura de IA física para proveedores de modelos
Kilo ofrece una forma de añadir capacidades del mundo físico sin reconstruir una plataforma de control IoT. Una sola integración puede الوصول a sensores, máquinas, actuadores, edificios, flotas y otros activos conectados de distintos fabricantes y protocolos.
El IoT Server ya proporciona la base operativa en torno a esa integración: modelos de dispositivos, conectividad, acceso multiorganización, paneles, alarmas, automatización, control remoto, despliegue en la nube o local e interfaces para clientes de IA y software. Los proveedores de modelos pueden centrarse en la inteligencia mientras Kilo se encarga del límite donde el software se encuentra con las operaciones físicas.
Kilo es agnóstico respecto al modelo. Los equipos pueden usar OpenAI, Anthropic, OpenRouter, un endpoint de modelo autohospedado o compatible de otro modo, u otro sistema de IA sin reemplazar la capa de dispositivos y operaciones.
## Conecta agentes de IA a IoT mediante MCP o APIs
### Conecta un cliente de IA externo a través de MCP
La [Kilo MCP Server](/kilo-docs-es/kilo-iot-server/api/mcp-server.md) permite que un cliente de IA compatible inicie sesión con una cuenta de Kilo y descubra las herramientas disponibles para ese usuario. La conexión está limitada a la organización seleccionada y hereda los permisos del usuario.
Ese conjunto de herramientas ahora incluye el control de dispositivos. Un cliente conectado puede listar los comandos configurados en un dispositivo, ejecutar uno y comprobar si se entregó — `device_command_list`, `device_command_execute`, `device_command_status` — para que un modelo externo pueda completar el **Actuar** y **Verificar** los pasos anteriores sin salir de la conversación. La ejecución se realiza tras una confirmación, utiliza definiciones de comandos que ya existen en el dispositivo y queda registrada en el historial de ejecución de comandos como cualquier otro envío.
Usa MCP cuando una persona quiera que ChatGPT, Claude, Codex, Cursor u otro cliente compatible trabaje con una implementación activa de Kilo. Las acciones precisas disponibles dependen de las herramientas expuestas por el servidor y del acceso del usuario que ha iniciado sesión.
### Usa el Asistente de IA integrado
La [Asistente de IA para IoT](/kilo-docs-es/kilo-iot-server/ai-assistant.md) opera dentro de Kilo. Puede razonar sobre el contexto de implementación en vivo e histórico y ayudar a aprovisionar dispositivos, crear y simular reglas, y configurar alarmas mientras muestra los cambios relevantes para su confirmación.
Usa el asistente integrado cuando los operadores quieran IA dentro de la misma interfaz que sus dispositivos, reglas, alarmas y paneles.
### Integra un servicio mediante REST o gRPC
La [Kilo IoT Platform API](/kilo-docs-es/kilo-iot-server/api.md) es para el software que tu equipo crea, incluidos backends de agentes, sistemas de informes, integraciones industriales y flujos de trabajo desatendidos. Las claves de API llevan ámbitos y contexto de organización explícitos.
Usa una API cuando necesites una integración de aplicación determinista en lugar de un cliente conversacional autorizado por el usuario.
## Controles empresariales para IA física
* **Límites de permisos:** El acceso de IA permanece dentro del rol y la organización del usuario conectado.
* **Probar antes del despliegue:** la automatización puede depurarse y simularse antes de llegar a la infraestructura en vivo.
* **Lanzamientos controlados:** las compilaciones de reglas se despliegan explícitamente y las versiones anteriores pueden restaurarse.
* **Comandos restringidos:** los parámetros tipados definen las entradas que acepta una acción del dispositivo.
* **Verificación de resultados:** los comandos conservan el estado de envío y pueden requerir confirmación del dispositivo cuando sea compatible.
* **Historiales trazables:** las versiones y ejecuciones de reglas, las ejecuciones de comandos de dispositivos y los cambios de acceso de la organización conservan sus propios registros correspondientes.
* **Elección de despliegue:** el mismo modelo operativo está disponible a través de Kilo Cloud o de un IoT Server local.
Estos controles no hacen que cada acción física sea automáticamente segura. La organización sigue decidiendo qué dispositivos son controlables, qué rangos de parámetros son apropiados, quién puede actuar y dónde se requiere aprobación humana.
## Conecta un agente de IA a través del servidor IoT MCP
1. Abrir [Kilo IoT MCP Server para agentes de IA](/kilo-docs-es/kilo-iot-server/api/mcp-server.md) y añade el endpoint publicado a un cliente compatible.
2. Inicia sesión con tu cuenta habitual de Kilo y autoriza la conexión.
3. Comienza con una solicitud de solo lectura, como listar dispositivos o resumir alarmas.
4. Confirma la organización seleccionada y las herramientas disponibles para tu cuenta.
5. Prueba una automatización propuesta antes de aprobar su despliegue.
6. Revisa el historial correspondiente de reglas o comandos después de una acción física.
Para un backend personalizado, comienza con el [API REST pública](/kilo-docs-es/kilo-iot-server/api/public-rest-api.md) y crea una clave con ámbito en **Configuración → Claves de API**.
## Véase también
* [Asistente de IA para IoT](/kilo-docs-es/kilo-iot-server/ai-assistant.md)
* [Kilo IoT MCP Server para agentes de IA](/kilo-docs-es/kilo-iot-server/api/mcp-server.md)
* [Motor de reglas](/kilo-docs-es/kilo-iot-server/rules-engine.md)
* [Motor de Comandos de Dispositivos](/kilo-docs-es/kilo-iot-server/devices/commands.md)
* [Usuarios y permisos](/kilo-docs-es/kilo-iot-server/account/users-and-permissions.md)
* [Pista de auditoría](/kilo-docs-es/kilo-iot-server/reports/audit-trail.md)
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.kiloiot.io/kilo-docs-es/kilo-iot-server/physical-ai.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
