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。
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-1.5暂无简介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
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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