WatchFlower 开源项目教程
1. 项目介绍
WatchFlower 是一个开源的植物监测应用程序,能够读取和绘制来自兼容的蓝牙传感器的数据,如小米的 "Flower Care" 和 "RoPot" 传感器,以及 Parrot 的 "Flower Power" 传感器。该应用程序支持多种蓝牙温度计和空气质量监测传感器,适用于 Linux、macOS、Windows、Android 和 iOS 平台。
WatchFlower 的主要功能包括:
- 支持多种植物传感器和温度计
- 支持环境空气质量传感器
- 植物数据库包含超过 3400 种植物
- 背景更新和通知功能(iOS 除外)
- 可配置的更新间隔
- 数据历史记录同步
- 90 天 CSV 数据导出
2. 项目快速启动
2.1 环境准备
在开始之前,请确保您的系统满足以下要求:
- C++17 编译器
- Qt 6.5+
- Qt Connectivity
- Qt Positioning
- Qt Charts
对于 Android 构建,您还需要:
- JDK 11
- SDK 23+
- NDK 23+
对于 Windows 构建,您需要:
- MSVC 2019+ 编译器
对于 macOS 和 iOS 构建,您需要:
- Xcode 13+
2.2 克隆项目
首先,克隆 WatchFlower 项目到本地:
git clone https://github.com/emericg/WatchFlower.git
cd WatchFlower/
2.3 构建项目
使用 qmake 进行项目配置并编译:
qmake6
make
2.4 运行应用程序
编译完成后,您可以在 build 目录下找到生成的可执行文件,直接运行即可:
./build/watchflower
3. 应用案例和最佳实践
3.1 家庭植物监测
WatchFlower 非常适合用于家庭植物的监测。通过连接小米的 "Flower Care" 传感器,您可以实时监测植物的土壤湿度、光照、温度和养分水平。根据监测数据,您可以及时调整植物的养护条件,确保植物健康生长。
3.2 温室环境监测
在温室环境中,WatchFlower 可以连接多个传感器,监测温室内的温度、湿度、光照等环境参数。通过数据分析,温室管理者可以优化环境条件,提高植物的生长效率。
3.3 空气质量监测
除了植物监测,WatchFlower 还支持空气质量监测传感器。您可以将其用于室内空气质量监测,确保生活和工作环境的健康。
4. 典型生态项目
4.1 Xiaomi "Flower Care" 传感器
小米的 "Flower Care" 传感器是 WatchFlower 的主要支持设备之一。该传感器能够监测土壤湿度、光照、温度和养分水平,非常适合家庭和温室环境中的植物监测。
4.2 Parrot "Flower Power" 传感器
Parrot 的 "Flower Power" 传感器是另一个受支持的设备。它提供了类似的功能,但设计更加美观,适合放置在室内环境中。
4.3 ClearGrass 温度和湿度监测器
ClearGrass 的温度和湿度监测器是 WatchFlower 支持的蓝牙温度计之一。它提供了高精度的温度和湿度数据,适合用于环境监测。
通过这些生态项目,WatchFlower 构建了一个完整的植物和环境监测解决方案,适用于各种应用场景。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00