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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-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