Zigbee-herdsman-converters v23.10.0版本发布:新增设备支持与功能优化
Zigbee-herdsman-converters是Zigbee2MQTT生态中的核心组件,负责Zigbee设备与MQTT协议之间的转换工作。作为开源项目,它持续为社区提供对各种Zigbee设备的支持。最新发布的v23.10.0版本带来了多项重要更新,包括新增设备支持、功能优化以及问题修复。
新增设备支持
本次更新为多个新设备提供了原生支持:
-
CMR-1:这是一款新加入支持的Zigbee设备,具体功能特性需要结合设备文档进一步了解。
-
ZDMS16-US-W2:一款新加入的智能设备,扩展了项目支持的设备范围。
-
zFlora系列:新增了对zFlora_S、zFlora_S_Max、zFlora_Pro和zFlora_ProMax四款设备的支持,这些设备主要用于植物监测领域。
-
Aqara FP1E:新增了对该设备的OTA(空中升级)功能支持,使设备能够远程接收固件更新。
-
Green Power设备:现在能够为不支持的Green Power设备自动生成定义,提高了兼容性。
功能增强与优化
-
Innr AE 270 T:现在可以暴露电源开启行为配置,让用户能够自定义设备通电后的初始状态。
-
Onesti easyCodeTouch_v1:新增了显示最近一次PIN码保存时间的功能,增强了门锁设备的安全审计能力。
-
设备兼容性改进:为SR-ZG2833PAC设备添加了PTM 215Z的白标支持,扩展了设备识别范围。
-
Busch-Jaeger系列设备:对6735/6736/6737型号进行了多项改进和修复,提升了稳定性和功能完整性。
-
Candeo系列设备:包括C204、C-ZB-DM204、C205和C-ZB-SM205-2G在内的多款设备获得了功能优化。
问题修复
-
设备识别修正:修复了Tuya TOQCB2-80设备的识别问题,确保系统能够正确识别该型号。
-
Namron 3802966:修正了该设备的色温范围设置,确保颜色控制功能正常工作。
-
Gledopto GL-SD-301P:现在能够正确暴露电源开启行为配置。
-
代码生成问题:修复了与特定PR相关的源代码生成问题,提高了代码质量。
技术意义
这次更新体现了Zigbee-herdsman-converters项目对设备兼容性的持续关注。特别是新增的Green Power设备自动定义生成功能,展示了项目对Zigbee协议广泛兼容性的追求。同时,对现有设备的各项优化和修复,也体现了项目维护团队对用户体验的重视。
对于智能家居开发者而言,这些更新意味着更广泛的设备支持和更稳定的运行环境。特别是植物监测设备和门锁设备的增强支持,为特定应用场景提供了更好的解决方案。
随着物联网设备的多样化发展,Zigbee-herdsman-converters这样的开源项目在促进设备互联互通方面发挥着越来越重要的作用。通过持续更新和维护,该项目为Zigbee生态的健康发展提供了坚实基础。
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 StartedRust0152- 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