Zigbee-herdsman-converters v21.29.0版本发布:新增设备支持与功能优化
Zigbee-herdsman-converters是一个开源的Zigbee设备协议转换库,它作为Zigbee2MQTT项目的核心组件,负责将各种Zigbee设备的专有协议转换为统一的MQTT消息格式。这个库支持数百种不同厂商的Zigbee设备,使得它们能够无缝集成到智能家居系统中。
新增设备支持
本次发布的v21.29.0版本增加了对多个新设备的支持:
-
FB56-DOS06HM1.1:这是一款新型的Zigbee设备,具体功能特性需要根据设备文档进一步确认。开发团队已经为其编写了完整的协议转换器,确保它能够与Zigbee2MQTT完美配合工作。
-
Inovelli智能开关增强:为Inovelli系列开关增加了对
light_brightness_move和light_brightness step功能的支持。这两个功能允许用户通过平滑过渡的方式调整灯光亮度,而不是突然跳变,提供了更好的用户体验。
功能优化与改进
-
LEDVANCE电源行为支持:为LEDVANCE 4058075729322设备添加了电源行为(power_on_behaviour)支持。这个功能允许用户配置设备在断电后重新通电时的状态,比如保持上次状态或恢复到预设状态。
-
Smartwings窗帘方向修正:修复了Smartwings窗帘控制方向的问题。之前版本可能存在方向相反的问题,现在已得到修正,确保"开"和"关"命令与实际窗帘运动方向一致。
-
Tuya设备数据处理优化:改进了Tuya设备的数据包处理机制,现在会检查整个数据包而不仅仅是序列号(seq),防止数据包被重复处理。这个改进提高了系统稳定性,减少了不必要的网络流量。
设备兼容性修复
-
SP 24x转换器适配:针对新固件版本的SP 24x设备进行了适配,确保新老固件版本都能正常工作。
-
Namron 4512768功率测量:修复了Namron 4512768设备的功率测量问题,现在能够正确报告用电量数据。
-
Schneider Electric电源行为禁用:禁用了Schneider Electric MEG5126-0300设备的
power_on_behaviour功能,因为该设备不支持此特性。 -
CO2传感器数值修正:修复了某些CO2传感器的数值报告问题,确保测量数据准确可靠。
技术细节优化
-
类型系统增强:为
LightArgs.levelConfig添加了明确的类型定义,提高了代码的类型安全性,减少了潜在的错误。 -
Tuya恒温器改进:对Tuya BAC-003和BAC-006恒温器进行了多项改进,包括添加可选设备状态属性、发布重复事务处理以及可选加热功能支持。
-
设备识别修正:修正了几个设备的自动识别逻辑,包括HK-LN-SOCKET-EU-5插座和Tuya TGM50-ZB设备的正确识别。
总结
Zigbee-herdsman-converters v21.29.0版本在设备支持、功能完善和问题修复方面都有显著进步。这些改进不仅增加了新设备的兼容性,也提升了现有设备的稳定性和功能性。对于使用Zigbee2MQTT搭建智能家居系统的用户来说,升级到这个版本将获得更好的使用体验和更广泛的设备支持。开发团队持续关注用户反馈和设备兼容性问题,通过定期更新来不断完善这个开源项目。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00