Rust在ESP8266上的新探险
2024-05-20 15:04:59作者:冯梦姬Eddie
随着Rust编程语言的普及和对物联网(IoT)设备开发的关注度提升,Rust on ESP8266项目应运而生。该项目旨在利用Rust编写适用于ESP8266微控制器的固件,并基于流行的Arduino库进行构建。值得注意的是,由于现在有了一个工作中的Xtensa后端为LLVM,这个项目已被暂时搁置,但其早期成果仍值得探索。
项目简介
Rust on ESP8266目前处于alpha阶段,它整合了标准的Rust工具链、bindgen和rustfmt,以及mrustc——一个Rust到C的编译器,并利用PlatformIO及其内置的ESP8266工具链。它的目标是简化在ESP8266上运行Rust代码的过程。
项目提供了一个简单的示例代码,该代码以Rust编写,实现了LED闪烁功能:
// 省略部分代码...
pub struct State {
led: esp8266_hal::OutputPin,
}
#[no_mangle]
pub fn setup_rs() -> State {
State {
led: esp8266_hal::OutputPin::new(LED_BUILTIN as u8),
}
}
#[no_mangle]
pub fn loop_rs(state: &mut State) {
state.led.set_low();
delay_rs(500);
state.led.set_high();
delay_rs(500);
}
fn delay_rs(millis: libc::c_ulong) {
unsafe {
delay(millis);
}
}
技术分析
项目的核心在于将Rust代码编译成可以在ESP8266硬件上运行的C代码,这一过程依赖于mrustc。通过mrustc,可以将Rust源码转换为C源码,然后使用标准的C编译流程进行编译。此外,bindgen负责生成与Arduino库兼容的Rust绑定。
应用场景
对于那些希望使用类型安全且性能强大的Rust语言来开发ESP8266设备的开发者来说,这是一个理想的选择。你可以创建复杂的物联网应用,例如智能家居系统,或者用于遥测和数据收集的传感器节点。
项目特点
- 集成化工具链:包括Rust、bindgen、rustfmt以及mrustc,所有这些都封装在一个易于安装和使用的脚本中。
- 自动化的C库绑定:使用bindgen自动生成Rust绑定,方便调用Arduino库和其他C/C++库。
- 支持Rust依赖管理:虽然minicargo不支持从crates.io或GitHub获取依赖,但可以通过
cargo-vendor下载依赖并存储在vendor目录下。 - 可扩展性:尽管尚处在早期阶段,但已经展示出能够处理更复杂应用程序的潜力。
安装与使用
只需简单几步即可开始你的Rust on ESP8266之旅:
- 克隆项目仓库。
- 运行
build.sh --install脚本来安装所有所需工具。 - 创建一个新的项目目录,运行
build.sh初始化项目。 - 使用生成的模板修改你的代码,实现你需要的功能。
注意事项
- 在MacOS上可能出现Python路径问题,请手动修复。
- 如果遇到bash版本过低的问题,升级至Bash 4.0以上。
准备好了吗?让我们一起探索Rust在ESP8266上的无限可能!
登录后查看全文
热门项目推荐
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217