ZMK固件开发:新版模块化配置指南
2025-06-25 07:26:11作者:舒璇辛Bertina
ZMK固件项目近期对其配置系统进行了重要更新,将zmk-config转变为Zephyr模块,这一变化为开发者带来了更灵活的配置方式,同时也需要调整原有的开发流程。本文将详细介绍这一变更的技术细节及应对方法。
配置目录结构调整
在旧版本中,ZMK固件的板级配置通常存放在zmk-config/config/boards/目录下。新版本中,这一结构已调整为zmk-config/boards/。这一变化反映了ZMK更深层次地集成到Zephyr模块系统中的设计理念。
构建命令变更
开发者现在需要使用-DZMK_EXTRA_MODULES参数来指定自定义配置模块的位置。典型构建命令示例如下:
west build -d build/tc/right -p -b nice_nano_v2 -- \
-DZMK_EXTRA_MODULES="/workspaces/zmk-config/" \
-DZMK_CONFIG="/workspaces/zmk-config/config/" \
-DSHIELD="think_corney_right nice_view"
值得注意的是:
DZMK_EXTRA_MODULES指向zmk-config的根目录DZMK_CONFIG仍指向config子目录- 多个模块可以用分号分隔
开发环境适配
对于使用VSCode容器开发的用户,需要特别注意zmk-modules的挂载问题。以下是详细配置步骤:
- 创建Docker卷:
docker volume create --driver local -o o=bind -o type=none \
-o device="/完整路径/zmk-modules/" zmk-modules
- 修改开发容器配置:
{
"mounts": [
"type=volume,source=zmk-modules,target=/workspaces/zmk-modules"
]
}
- 重建容器后即可移除配置变更,卷会保持挂载状态
技术背景解析
这一变更源于ZMK更深层次地采用Zephyr的模块系统。在Zephyr生态中,模块是可复用的代码单元,能够提供驱动程序、库功能或完整子系统。将zmk-config转变为模块后,开发者可以:
- 更灵活地组织代码结构
- 更容易地复用配置组件
- 更自然地集成第三方模块
对于习惯旧方式的开发者,建议逐步适应这一变化,它代表了ZMK项目向更标准化、模块化方向的发展趋势。理解这一架构变更将有助于开发者更好地利用ZMK和Zephyr生态系统的强大功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
197
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210