CircuitPython 9.2.5版本发布:功能增强与稳定性提升
项目概述
CircuitPython是一款专为微控制器设计的开源Python实现,由Adafruit主导开发。它提供了简单易用的API接口,让开发者能够快速上手嵌入式开发,特别适合教育、原型设计和物联网应用场景。与传统的嵌入式开发相比,CircuitPython极大地降低了开发门槛,开发者可以直接在微控制器上运行Python代码,无需复杂的编译和烧录过程。
核心功能更新
显示系统增强
本次9.2.5版本在显示功能方面做了多项重要改进:
-
新增tilepalettemapper模块:为displayio显示系统添加了新的tilepalettemapper功能,这为开发者提供了更灵活的显示元素管理方式,特别是在处理多色图块和调色板映射时更加高效。
-
VT100终端支持:terminalio模块现在支持完整的VT100转义码,包括滚动功能和颜色显示。这意味着开发者可以创建更丰富的终端界面,支持彩色文本输出和滚动区域控制。
-
显示精度提升:改进了displayio.ColorConverter对5:5:5位颜色格式的处理精度,使得颜色显示更加准确。
音频处理能力扩展
音频子系统在本版本中获得了显著增强:
-
PitchShift效果器:新增了audiodelays.PitchShift音频效果,为音频处理提供了音高变换能力。
-
Biquad滤波器增强:synthio模块增加了BlockBiquad滤波器支持,提供了更专业的音频滤波处理功能。
-
音频处理优化:通过代码重构减少了音频处理模块的占用空间,提高了运行效率。
语言特性支持
-
函数属性支持:现在大多数开发板都支持Python函数属性功能,这为元编程和装饰器使用提供了更多可能性。
-
反向算术运算符:增加了对反向算术运算符的支持,完善了Python运算符重载功能。
硬件支持改进
新开发板支持
9.2.5版本新增了对多款开发板的支持,包括但不限于:
- Adafruit Fruit Jam系列开发板
- Daisy Seed音乐开发平台
- 多款基于ESP32的显示开发板
- 专业测量设备HXR SAO数字万用表
平台特定优化
-
RP2040平台:更新了Pico SDK至2.1.1版本,修复了picodvi.Framebuffer的显示问题,并优化了网络性能。
-
Espressif平台:增加了audioio模块支持,使ESP32系列开发板能够处理音频输入输出。
-
SAMx平台:新增了spitarget(SPI从设备)支持,扩展了通信能力。
-
Zephyr RTOS支持:初步实现了对Zephyr RTOS的移植,为多平台支持奠定了基础。
系统优化与稳定性
-
内存管理修复:修正了m_realloc()和m_free在使用MICROPY_MALLOC_USES_ALLOCATED_SIZE时的行为,提高了内存操作的安全性。
-
文件系统增强:支持额外的/saves分区,为数据存储提供了更多灵活性。
-
Web工作流改进:增加了对空SSID的检查,提高了Wi-Fi连接的可靠性。
-
中断处理优化:在RP2040平台上修复了闪存写入期间的中断处理问题。
开发者工具与文档
-
设置文件支持:现在可以通过settings.toml文件配置终端显示比例(CIRCUITPY_TERMINAL_SCALE)。
-
文档完善:更新了picodvi显示模式文档,修正了usb_cdc.Serial.read()等API的说明。
-
弃用警告:增加了对旧版displayio绑定的使用警告,帮助开发者平滑过渡到新版API。
总结
CircuitPython 9.2.5版本在保持系统稳定性的同时,带来了多项功能增强和硬件支持扩展。从显示系统的改进到音频处理能力的提升,从新开发板支持到系统底层的优化,这个版本为嵌入式Python开发提供了更强大的工具集。特别是对教育领域和创客社区而言,这些改进使得原型开发更加便捷,项目实现更加灵活。随着Zephyr支持的引入,CircuitPython的未来发展将更加多元化,值得开发者期待。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00