QMK Firmware 安装与配置指南
2025-04-17 04:16:51作者:庞眉杨Will
1. 项目基础介绍
QMK Firmware 是一款基于 Atmel AVR 和 ARM 控制器的开源键盘固件,它基于 tmk_keyboard 固件进行了功能扩展,特别为 OLKB 产品线、ErgoDox EZ 键盘以及 Clueboard 产品线提供了有用的特性。QMK 固件支持多种键盘布局,并拥有一个活跃的社区,不断进行功能的开发和优化。
主要编程语言:C
2. 项目使用的关键技术和框架
- C 语言:用于编写固件的主要语言。
- Makefile:用于自动化构建过程。
- tmk_core:QMK Firmware 的核心库,包含了键盘处理逻辑。
- Docsify:用于生成和展示项目文档的框架。
3. 项目安装和配置的准备工作
在开始安装 QMK Firmware 之前,请确保您已经安装了以下必要的工具:
- Git:用于克隆和更新代码仓库。
- AVRDUDE:用于与 Atmel AVR 控制器进行通信。
- dfu-programmer:用于与 ARM 控制器进行通信。
- C 编译器:例如 GCC,用于编译代码。
- Make:用于运行 Makefile 脚本。
详细安装步骤
-
克隆项目仓库:
git clone https://github.com/callum-oakley/qmk_firmware.git cd qmk_firmware -
选择您的键盘型号和布局。在
qmk_firmware/keyboards目录中,找到与您的键盘型号对应的文件夹。 -
配置您的键盘。在键盘型号文件夹中,通常会有一个
config.h文件和一个keymap.h文件。您可以根据自己的需求修改这些文件。 -
编译固件。在项目根目录下运行以下命令:
make如果您的键盘使用的是 ARM 控制器,可能需要指定不同的编译器标志或工具链。
-
刷新固件到您的键盘。确保键盘处于引导模式,然后运行以下命令:
-
对于 AVR 控制器:
avrdude -v -patmega32u4 -cstk500v2 -Pusb -Uflash:w:qmk_firmware.hex:i -
对于 ARM 控制器:
dfu-util -D qmk_firmware.hex
注意:以上命令可能需要根据您的键盘型号和控制器进行调整。
-
完成以上步骤后,您应该已经成功安装了 QMK Firmware,并可以开始使用您的定制键盘了。
登录后查看全文
热门项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
196
218
暂无简介
Dart
635
144
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++
652
276
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
React Native鸿蒙化仓库
JavaScript
245
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
627
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
73
98
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
385
3.72 K