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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00