> 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-pt/kilo-iot-server/physical-ai.md).
# Plataforma de IA Física para Agentes de IA
Saiba como a plataforma Kilo Physical AI liga agentes de IA a dispositivos IoT através de MCP, APIs, automatização testada, comandos seguros, verificação e trilhos de auditoria.
Os modelos de IA podem interpretar objetivos e raciocinar sobre informações complexas. Operar um edifício, máquina, frota ou local remoto requer outra camada: um sistema fiável que traduza a intenção do modelo em ações que a infraestrutura física possa aceitar e que depois reporte o que realmente aconteceu.
O Kilo IoT Server fornece essa camada de execução de Physical AI. Oferece aos agentes de IA uma interface consistente para dispositivos heterogéneos, mantendo os protocolos dos dispositivos, os limites organizacionais, as permissões, as salvaguardas operacionais e o histórico de resultados dentro do sistema IoT construído para os gerir.
## Como os agentes de IA controlam dispositivos do mundo real
O modelo de IA fornece a inteligência: interpreta o pedido, avalia o contexto e propõe o que deve acontecer. O Kilo fornece as operações do mundo físico: mantém o estado dos dispositivos, restringe o que pode ser alterado, executa automação testada ou comandos do dispositivo e devolve provas sobre o resultado.
Esta separação importa porque uma resposta gerada e uma ação física têm modos de falha diferentes. Um modelo não deve ter de improvisar protocolos de rádio, cargas úteis de comando, disponibilidade do dispositivo, política de acesso ou comportamento de recuperação sempre que age.
## Ciclo de vida seguro de controlo de dispositivos de IA
O Kilo suporta um ciclo de vida de produção em torno da ação no mundo real:
1. **Observar** — ler telemetria normalizada, estado do dispositivo, alarmes e contexto operacional.
2. **Raciocinar** — dar à IA informações ancoradas na implementação, em vez de cargas úteis desconexas.
3. **Simular** — testar a lógica de automação com entradas representativas antes da implementação, incluindo em [dispositivos emulados](/kilo-docs-pt/kilo-iot-server/devices/emulated-devices.md) que produzem as leituras que especificar, para que um ciclo possa ser testado antes de o equipamento existir.
4. **Aprovar** — aplicar as permissões do utilizador autenticado e exigir confirmação quando o fluxo de trabalho o requer.
5. **Agir** — implementar uma regra ou executar um comando tipado do dispositivo através da ligação configurada.
6. **Verificar** — inspecionar a entrega do comando, a confirmação opcional do dispositivo e o estado resultante.
7. **Registar** — reter o histórico relevante de execuções ou versões para que os operadores possam investigar e recuperar.
A [Rules Engine](/kilo-docs-pt/kilo-iot-server/rules-engine.md) fornece depuração, simulação, compilações controladas, implementação, histórico de versões e restauro. [Comandos de dispositivo](/kilo-docs-pt/kilo-iot-server/devices/commands.md) fornecem ações nomeadas com parâmetros tipados, estado de envio e verificação opcional.
## Infraestrutura de Physical AI para fornecedores de modelos
O Kilo oferece uma forma de adicionar capacidades do mundo físico sem reconstruir uma plataforma de controlo IoT. Uma única integração pode alcançar sensores, máquinas, atuadores, edifícios, frotas e outros ativos conectados de diferentes fabricantes e protocolos.
O IoT Server já fornece a base operacional em torno dessa integração: modelos de dispositivos, conectividade, acesso multi-organização, painéis, alarmes, automação, controlo remoto, implementação na cloud ou local e interfaces para clientes de IA e software. Os fornecedores de modelos podem concentrar-se na inteligência enquanto o Kilo trata da fronteira onde o software encontra as operações físicas.
O Kilo é agnóstico em relação ao modelo. As equipas podem usar OpenAI, Anthropic, OpenRouter, um endpoint de modelo alojado por si ou outro endpoint compatível, ou outro sistema de IA, sem substituir a camada de dispositivos e operações.
## Ligue agentes de IA a IoT através de MCP ou APIs
### Ligue um cliente externo de IA através de MCP
A [Servidor MCP Kilo](/kilo-docs-pt/kilo-iot-server/api/mcp-server.md) permite a um cliente de IA compatível iniciar sessão com uma conta Kilo e descobrir as ferramentas disponíveis para esse utilizador. A ligação está limitada à organização selecionada e herda as permissões do utilizador.
Esse conjunto de ferramentas inclui agora o controlo de dispositivos. Um cliente ligado pode listar os comandos configurados num dispositivo, executar um e verificar se foi entregue — `device_command_list`, `device_command_execute`, `device_command_status` — para que um modelo externo possa concluir os **Agir** e **Verificar** passos acima sem sair da conversa. A execução decorre após confirmação, utiliza definições de comando que já existem no dispositivo e fica no histórico de execução de comandos como qualquer outro envio.
Use MCP quando uma pessoa quiser que o ChatGPT, Claude, Codex, Cursor ou outro cliente compatível trabalhe com uma implementação Kilo em funcionamento. As ações exatas disponíveis dependem das ferramentas expostas pelo servidor e do acesso do utilizador autenticado.
### Use o Assistente de IA incorporado
A [Assistente de IA IoT](/kilo-docs-pt/kilo-iot-server/ai-assistant.md) opera dentro do Kilo. Pode raciocinar sobre o contexto vivo e histórico da implementação e ajudar a provisionar dispositivos, construir e simular regras e configurar alarmes, mostrando as alterações consequentes para confirmação.
Use o assistente incorporado quando os operadores quiserem IA na mesma interface que os seus dispositivos, regras, alarmes e painéis.
### Integre um serviço através de REST ou gRPC
A [API da Plataforma IoT Kilo](/kilo-docs-pt/kilo-iot-server/api.md) destina-se ao software que a sua equipa cria, incluindo backends de agentes, sistemas de relatórios, integrações industriais e fluxos de trabalho não supervisionados. As chaves de API transportam âmbitos explícitos e contexto organizacional.
Use uma API quando precisar de uma integração de aplicação determinística, em vez de um cliente conversacional autorizado pelo utilizador.
## Controlos empresariais para Physical AI
* **Limites de permissão:** O acesso da IA permanece dentro da função e organização do utilizador ligado.
* **Teste antes da implementação:** a automação pode ser depurada e simulada antes de chegar à infraestrutura em produção.
* **Lançamentos controlados:** as compilações de regras são implementadas explicitamente e as versões anteriores podem ser restauradas.
* **Comandos restringidos:** parâmetros tipados definem as entradas que uma ação do dispositivo aceita.
* **Verificação de resultados:** os comandos retêm o estado de envio e podem exigir confirmação do dispositivo quando suportado.
* **Históricos rastreáveis:** as versões e execuções das regras, as execuções de comandos do dispositivo e as alterações de acesso da organização mantêm os seus próprios registos correspondentes.
* **Escolha de implementação:** o mesmo modelo operacional está disponível através do Kilo Cloud ou de um IoT Server local.
Estes controlos não tornam automaticamente segura toda e qualquer ação física. A organização continua a decidir quais os dispositivos controláveis, quais os intervalos de parâmetros adequados, quem pode agir e onde é necessária aprovação humana.
## Ligue um agente de IA através do servidor MCP IoT
1. Abrir [Servidor MCP IoT Kilo para Agentes de IA](/kilo-docs-pt/kilo-iot-server/api/mcp-server.md) e adicione o endpoint publicado a um cliente compatível.
2. Inicie sessão com a sua conta Kilo habitual e autorize a ligação.
3. Comece com um pedido só de leitura, como listar dispositivos ou resumir alarmes.
4. Confirme a organização selecionada e as ferramentas disponíveis na sua conta.
5. Teste uma automação proposta antes de aprovar a sua implementação.
6. Revise o histórico correspondente da regra ou do comando após uma ação física.
Para um backend personalizado, comece com o [API REST pública](/kilo-docs-pt/kilo-iot-server/api/public-rest-api.md) e crie uma chave limitada em **Definições → Chaves de API**.
## Ver também
* [Assistente de IA IoT](/kilo-docs-pt/kilo-iot-server/ai-assistant.md)
* [Servidor MCP IoT Kilo para Agentes de IA](/kilo-docs-pt/kilo-iot-server/api/mcp-server.md)
* [Rules Engine](/kilo-docs-pt/kilo-iot-server/rules-engine.md)
* [Comandos de dispositivo](/kilo-docs-pt/kilo-iot-server/devices/commands.md)
* [Utilizadores e Permissões](/kilo-docs-pt/kilo-iot-server/account/users-and-permissions.md)
* [Trilho de Auditoria](/kilo-docs-pt/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-pt/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.
