iot

iot 技能概覽

iot 技能可協助你用 PlantUML 製作 IoT 架構圖，並搭配裝置、感測器、閘道器與雲端服務的 stencil 圖示。當你需要一張圖來說明實體設備如何連接到邊緣與雲端系統時，它特別好用：像是智慧家庭、工業 IoT、車隊遙測、感測網路、數位分身，以及機器人系統。

這個 iot 技能不是通用的畫圖捷徑。它是為了那些需要正確 IoT 語彙與圖示語言的讀者，而不只是方框和箭頭。如果你的目標是用工程師一眼就能掃讀的方式，整理資料流、場域邊界、協定跳點，或裝置生命週期，這個技能就很適合；如果你只需要一般雲端基礎架構圖或軟體 UML，請改用其他技能。

iot 的用途

當圖面必須呈現裝置、閘道器與服務在真實世界中的關係時，請用 iot 來繪圖：哪些部署在現場、哪些跑在邊緣、哪些進到雲端，以及哪些是依場域或區域分組。它最大的價值在於讓 IoT 特有的元件與模式更清楚，而不是單純做裝飾。

什麼情況下最適合使用這個技能

如果你需要以下類型的圖，請選擇 iot 技能：

• 智慧家庭中樞與裝置群組
• 工廠產線、PLC、感測器與邊緣電腦
• 車隊與遙測資料管線
• LoRaWAN 或由閘道器彙整的感測網路
• 數位分身與資產模型資料流
• 機器人或邊緣 ML 部署

這個技能有什麼不同

它的主要差異在於以 stencil 驅動產生 PlantUML，並使用 AWS 風格的 IoT 圖示，例如感測器、閘道器、Greengrass、IoT Core、SiteWise、FleetWise，以及裝置管理元件。和只有方框的畫法相比，這會讓你的 iot 架構圖在架構審查時更有說服力，尤其是當受眾本來就期待看到特定服務圖示時。

如何使用 iot 技能

安裝並載入這個技能

請使用標準的 repo 安裝流程來安裝 iot：
npx skills add markdown-viewer/skills --skill iot

接著依照以下順序開啟技能檔案：

1. SKILL.md：規則與語法
2. examples/*.md：可直接套用的模式
3. 技能正文中提到的任何 stencil 參考連結

先從圖的任務開始，不要只列圖示

這個技能的好提示詞，應該先描述實際要完成的架構結果，而不是只說「做一張 IoT 圖」。請包含：

• 領域：智慧家庭、工廠、車隊等
• 裝置類型
• 邊緣層，如果有的話
• 涉及的雲端服務
• 協定或資料路徑
• 受眾，如果這會影響細節層級

強而有力的需求範例：
“Create an iot architecture diagram for a smart factory line with temperature and vibration sensors, a PLC, Greengrass at the edge, IoT Core, SiteWise, and event-based alerting. Show the data path from sensors to edge to cloud and group components by production line and cloud platform.”

在自己寫提示詞之前，先看範例

範例檔案是最快理解這個技能偏好的方式：

• examples/smart-home.md
• examples/smart-factory.md
• examples/edge-computing.md
• examples/fleet-telemetry.md
• examples/digital-twin.md
• examples/sensor-network.md
• examples/device-management.md
• examples/robotics.md

這些範例會 ցույց出哪些 stencil 搭配起來最順，以及圖面通常如何分組。這點比死背每個圖示名稱更重要。

使用會影響輸出品質的技能規則

有幾條規則會實質改變結果：

• 輸出要包在 ```plantuml 或 ```puml
• 以 @startuml 開頭，並以 @enduml 結尾
• 典型的裝置到雲端流程，使用 left to right direction
• 系統分組請用 rectangle 或 package
• 流程建議用有方向的箭頭，非同步更新則用虛線箭頭
• 除非真的需要，否則不要要求一般性的色彩調整

如果你已經知道目標環境，請直接說明。例如：use MQTT from sensors to gateway 或 show OPC-UA from PLC to edge。這些細節能提升 iot 使用效果，因為它們會迫使圖面反映真實整合方式，而不是只停留在外觀結構。

iot 技能常見問答

iot 只適合畫 AWS 圖嗎？

不是。這個技能使用 AWS 風格的 mxgraph.aws4.* stencils，但圖面依然適用於更廣泛的 IoT 架構。重點是 IoT 的視覺語言與 PlantUML 工作流程，不是被特定供應商綁住。

可以拿這個取代一般提示詞嗎？

可以，前提是你想要一致的 IoT 專屬符號與結構。一般提示詞也能描述圖面，但 iot 技能能提供更可重複的裝置、邊緣與雲端組合模式。

iot 技能適合初學者嗎？

適合，只要你能用白話描述系統即可。你不需要事先懂 PlantUML 語法，但你需要知道要畫哪些裝置、資料流與主要服務。

什麼時候不該用 iot？

不要用在一般應用程式架構、CRUD 後端，或標準的純雲端圖面上。當實體裝置或邊緣處理是故事核心時，iot 技能才最有價值。

如何改進 iot 技能

提供真實的部署樣貌

最好的 iot guide 輸入要具體：有多少區域、邊緣設備放在哪裡、哪些是本地處理、哪些是雲端處理。Factory with sensors 這種說法太弱；Two production lines, each with temperature and vibration sensors, one Greengrass gateway per line, and centralized SiteWise analytics 就好得多。

明確指定協定與資料路徑

當你直接命名路徑時，輸出品質會明顯提升：

• sensor → gateway → core
• PLC → industrial PC → cloud
• vehicle edge agent → telemetry service → analytics

這能幫助 iot 技能選出更好的箭頭、標籤與分組方式，也能避免產出一張看起來合理、卻遮蔽真實整合關係的通用圖。

留意常見失敗模式

最常見的問題是範圍模糊、服務太多，以及缺少邊界。如果你沒有說明哪些內容屬於邊緣層，圖面可能會把所有東西都壓成同一層。如果你要求的服務過多，結果會變得擁擠，反而比更簡潔的 iot for Diagramming 輸出更難閱讀。

透過逐層收斂來迭代

如果第一版圖面太大，可以分層修正：

1. 先確認實體裝置
2. 再確認邊緣元件
3. 再確認雲端服務
4. 最後確認依場域、車隊或產品線的分組

這種迭代方式在 iot install 工作流程中特別有效，因為這個技能最擅長的情境，就是架構已經大致明確，你只需要把它乾淨、且具備服務辨識度地轉成視覺圖面。