> For the complete documentation index, see [llms.txt](https://docs.myrspoven.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.myrspoven.com/myrspoven-docs/docs-us-cs/zaciname/readme.md).

# Myrspoven

myCoreAI je optimalizační vrstva společnosti Myrspoven pro komerční i rezidenční budovy. Připojuje se ke stávajícímu systému správy budovy (BMS) a trénuje fyzikálně informované digitální dvojče toho, jak budova reaguje na počasí, jak je využívána a jaké řídicí zásahy jsou na ni aplikovány. Na základě toho automaticky upravuje vybranou sadu řídicích signálů, aby snížil plýtvání energií a zároveň udržel vnitřní podmínky v dohodnutých mezích komfortu.

Stávající logika HVAC budovy zůstává zachována — myCoreAI do ní neprovádí žádné trvalé změny. Místo toho pracuje nad touto logikou a průběžně dolaďuje příslušné signály tak, aby budova fungovala v úspornějším provozním bodě.

***

### Publikum

* **Správci portfolia a aktiv** používají myCoreAI ke snížení nákladů na energie a ke zlepšení provozních marží napříč svým portfoliem budov. myCoreAI se připojuje ke stávajícím systémům budov a průběžně optimalizuje žádané hodnoty HVAC — přináší měřitelné úspory bez kapitálových výdajů a bez změn stávající infrastruktury. Zároveň podporuje povinnosti v oblasti energetického managementu podle ISO 50001 a reportování EPBD.
* **Správci nemovitostí a facility manažeři** jsou každodenní provozovatelé. Nastavují meze komfortu, kontrolují výkon a reagují na upozornění — myCoreAI se stará o průběžnou optimalizaci na pozadí, takže facility týmy nemusí ručně dolaďovat žádané hodnoty v celé budově.
* **Systémoví integrátoři a poskytovatelé energetických dat** propojují budovy s platformou mapováním stávajících signálů BMS: senzorů, které myCoreAI čte, a žádaných hodnot, které řídí.\
  Integrace je založená na signálech a nezávislá na dodavateli — funguje se stacky jako Schneider, Siemens a Fidelix.
* **Vývojáři** pracují s Myrspoven prostřednictvím Myrspoven AI-API, aby četli signály, odesílali žádané hodnoty nebo nad platformou vytvářeli vlastní nástroje. Můžete pracovat přímo proti API nebo k němu připojit vlastní skripty a datové pipeline.

### Jak to funguje

Každou hodinu myCoreAI spouští stejnou smyčku:

1. **Read** nejnovější signály z BMS. To zahrnuje živá data ze senzorů — vnitřní teploty, měřiče energie, stav zařízení — spolu s vlastní konfigurací budovy, jako jsou aktuální žádané hodnoty a struktura systému.
2. **Předpovědět** jak se budova bude chovat v příštích 72 hodinách, s využitím digitálního dvojčete spolu s předpovědí počasí a naučených vzorců chování budovy.
3. **Optimalizovat** politiku žádaných hodnot tak, aby se minimalizovala spotřeba energie a zároveň zůstaly zachovány meze komfortu.
4. **Write** výsledné žádané hodnoty zpět do BMS — odesílány každých 15 minut.

Digitální dvojče se znovu trénuje, jak přicházejí nová data, takže myCoreAI se přizpůsobuje tomu, jak se mění budova, počasí i vzorce využití.

<figure><img src="https://2838854575-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FkvWb2bblPg0JMbwweyz7%2Fuploads%2Fgit-blob-cd742cd594cbc1bae4ba3773a6c4ae53833973c5%2Fmycoreai-control-loop.svg?alt=media" alt="myCoreAI control loop: the building&#x27;s BMS sends sensor readings, directly or via the Myrspoven edge, to the cloud, which runs the optimizer hourly over a 72-hour horizon using weather and price inputs, then writes setpoints back every 15 minutes."><figcaption><p>Řídicí smyčka myCoreAI — senzory dovnitř, optimalizované žádané hodnoty ven.</p></figcaption></figure>

#### Praktický příklad

Představte si kancelář s dálkovým vytápěním. Připojí svůj BMS prostřednictvím standardního mapování signálů: teploty zón, přívod a zpátečku na dvou topných okruzích, hlavní měřič tepla a venkovní senzor. myCoreAI natrénuje digitální dvojče na nedávné historii budovy a poté převezme žádané hodnoty přívodu topných okruhů. V následujících týdnech začne předehřívat dříve při nižších přívodních teplotách, vyhladí ranní náběh a umožní budově večer dojíždět na akumulované teplo, zatímco teploty v zónách zůstávají v dohodnutých mezích komfortu.

Výsledek: méně dodané energie, bez jakékoli změny logiky BMS.

### Klíčové pojmy

* **BMS / BAS (systém správy budovy / systém automatizace budovy)** — stávající řídicí vrstva v budově (Schneider, Siemens, Fidelix a další), ze které myCoreAI čte a do ní zapisuje žádané hodnoty.
* **Signál** — jeden pojmenovaný datový tok z budovy. Je to úroveň, na níž je reprezentováno vše: data ze senzorů čtená ve výše uvedené smyčce (teplotní senzor, měřič energie), žádaná hodnota a stav zařízení jsou každý jeden signál. Viz [Referenční příručka pro vývojáře](/myrspoven-docs/docs-us-cs/vyvojarska-reference/overview.md).
* **Žádaná hodnota** — zapisovatelná hodnota odeslaná zpět do BMS (například přívodní teplota topného okruhu). Vlastní regulační smyčky BMS pracují s touto žádanou hodnotou.
* **Digitální dvojče** — fyzikálně informovaný model konkrétní budovy, natrénovaný z historie jejích senzorových dat. myCoreAI jej používá k předpovídání, jak změny žádaných hodnot ovlivní vnitřní podmínky a spotřebu energie.
* **Horizont optimalizace** — jak daleko dopředu myCoreAI při volbě žádaných hodnot hledí. Aktuálně 72 hodin.
* **Baseline (energie)** — referenční energetický profil, se kterým se budova porovnává v reportingu a který se používá k odhadu úspor. To je odlišné od budovy *řízení* baseline — tedy od toho, jak by její vlastní systémy fungovaly bez myCoreAI — a tyto dva pojmy se nesmí zaměňovat.
* **Komfortní meze** — meze vnitřních podmínek (typicky teploty), ve kterých se musí myCoreAI držet. Nastavené pro každou budovu, někdy naučené z historických dat.
* **myLoadshift** — přesouvá spotřebu tepla do levnějších hodin s využitím spotových cen elektřiny nebo dynamického tarifu centrálního zásobování teplem. Meze komfortu zůstávají beze změny.

## Kam dál

| Publikum                           | Začněte zde                                                                                     |
| ---------------------------------- | ----------------------------------------------------------------------------------------------- |
| **Zákazníci** s využitím myPortal  | [myPortal](/myrspoven-docs/docs-us-cs/rozhrani-pro-zakazniky/myportal.md)                       |
| **Partneři pro integraci BMS**     | [Integrace BMS](/myrspoven-docs/docs-us-cs/integrace/overview/bms-integrations.md)              |
| **Vývojáři** vývoj nad API         | [Referenční příručka pro vývojáře](/myrspoven-docs/docs-us-cs/vyvojarska-reference/overview.md) |
| Všechny **možnosti integrace**     | [Integrace](/myrspoven-docs/docs-us-cs/integrace/overview.md)                                   |
| **Bezpečnost a soulad s předpisy** | [trust.myrspoven.com](https://trust.myrspoven.com/)                                             |


---

# 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 by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.myrspoven.com/myrspoven-docs/docs-us-cs/zaciname/readme.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.
