Shelly HomeKit 2.14.0版本发布:全面支持新一代智能设备
Shelly HomeKit是一个开源项目,旨在为Shelly系列智能设备提供原生HomeKit支持。通过这个固件,用户可以将Shelly设备直接接入苹果的HomeKit生态系统,无需额外的桥接设备。最新发布的2.14.0版本带来了多项重要更新,特别是对新一代Shelly Gen3设备的全面支持。
新设备支持
本次更新的最大亮点是新增了对多款第三代Shelly设备的支持:
- Shelly 1 Gen3:基础版单路继电器
- Shelly 1PM Gen3:带功率监测的单路继电器
- Shelly 2PM Gen3:双路带功率监测继电器
- Shelly i4 Gen3:四路输入设备
- Shelly PlugS Gen3:智能插座
- Shelly Plus Uni:多功能控制设备
这些新设备的加入显著扩展了Shelly HomeKit的应用场景,特别是Gen3系列设备采用了更现代的硬件设计,在性能和稳定性上都有所提升。
功能增强
2.14.0版本在功能方面也有多项改进:
-
传感器支持:现在ShellyPlusUni和ShellyUNI设备可以支持各种传感器接入,大大增强了这些设备的应用灵活性。
-
功率测量优化:
- 为Mini1PMG3和+1PMMini设备增加了初始功率测量支持
- 对于+2PM和2PMG3设备,现在使用设备分区中的原始校准值,提高了功率测量的准确性
-
Neopixel状态灯:+Plug S设备现在支持Neopixel状态LED,为用户提供更直观的设备状态反馈。
问题修复
本次更新还解决了几个关键问题:
- 修复了+2PM硬件版本REV01的功率测量问题
- 优化了+1PM设备的功率系数读取逻辑,避免不必要的更新
升级注意事项
用户在升级时需要注意以下几点:
-
回滚限制:
- PlugS Gen3目前无法回滚到原厂固件,因为官方固件尚未发布
- Mini 1/1PM Gen3设备的回滚功能暂时禁用,以防止可能的设备变砖风险
-
2PM Gen3用户:建议在安装此固件前,先将设备升级到官方最新的1.5.1版本固件,以确保最佳兼容性。
技术实现亮点
从技术角度看,2.14.0版本的几个实现值得关注:
-
功率测量校准:通过直接使用设备分区中的原始校准值,而不是重新计算,既提高了准确性又减少了计算开销。
-
硬件抽象层优化:对不同代际设备的支持体现了良好的硬件抽象设计,使得同一套代码可以适配多种硬件平台。
-
传感器框架:新增的传感器支持建立了一个可扩展的框架,为未来支持更多传感器类型奠定了基础。
总结
Shelly HomeKit 2.14.0版本标志着该项目对新一代Shelly设备的全面支持,特别是在功率测量和传感器集成方面的改进,使得这些设备在HomeKit生态系统中的表现更加专业和可靠。对于已经使用或计划使用Shelly Gen3系列设备的HomeKit用户来说,这个版本提供了更完善的功能和更好的使用体验。
随着智能家居生态的不断发展,Shelly HomeKit项目持续跟进硬件更新并提供深度集成支持,展现了开源社区在推动设备互操作性方面的重要作用。
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112