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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00