Shelly HomeKit 2.14.2 版本发布:智能家居设备兼容性升级与功能优化
Shelly HomeKit 是一个开源项目,旨在为 Shelly 系列智能家居设备提供 HomeKit 兼容性支持。通过该项目,用户可以将原本不支持 Apple HomeKit 的 Shelly 设备接入苹果智能家居生态系统,实现与 Siri 语音控制、家庭应用集成等功能。该项目持续更新,不断扩展对新设备的支持并优化现有功能。
版本更新亮点
本次发布的 2.14.2 版本是 2.14 系列的维护更新,主要针对 Plus 2PM 设备修复了断电重置行为的问题。让我们详细了解一下这个版本带来的改进。
2.14.2 版本关键修复
- Plus 2PM 设备:修复了断电时的重置行为问题,确保设备在电力恢复后能保持之前的配置状态,提高了设备的稳定性。
2.14.1 版本重要改进
- RGBWPM 设备:修复了 PWM 定时器复用问题,解决了主要在白色模式下出现的异常问题。
- Gen3 设备:新增了对第三代设备的插件支持。
- 设备 ID 匹配:调整了设备 ID 以匹配原厂固件,避免了更新过程中可能出现的问题。
2.14.0 版本主要特性
新增设备支持
本次更新扩展了对多款新一代 Shelly 设备的支持,包括:
- 1 Gen3
- 1PM Gen3
- 2PM Gen3
- i4 Gen3
- PlugS Gen3
- Plus Uni
功能增强
- 传感器支持:为 Shelly Plus Uni 和 Shelly UNI 设备添加了传感器功能。
- 功率测量:在 Mini1PMG3 和 +1PMMini 设备上实现了初步的功率测量功能。
- 校准优化:+2PM 和 2PMG3 功率计现在使用设备分区中的原始校准值,提高了测量精度。
- 状态灯支持:+Plug S 设备现在支持 Neopixel 状态 LED 灯效。
问题修复
- +2PM HW REV01:修复了功率测量功能。
- +1PM:不再读取功率系数,解决了更新问题。
重要注意事项
-
固件回滚限制:
- PlugS Gen3 设备目前无法回滚到原厂固件,因为缺少原始固件文件。
- Mini 1/1PM Gen3 设备的回滚功能已被禁用,以防止可能的设备损坏。
-
升级建议:
- 如果从原厂固件升级,请确保先更新到最新的原厂固件(1.5.1 版本)再使用本固件。
-
捐赠支持: 项目开发者鼓励用户考虑捐赠以支持持续开发,确保项目能够持续改进并为更多设备提供支持。
技术细节
本次更新特别关注了硬件兼容性和稳定性问题。PWM 定时器复用问题的修复解决了 RGBWPM 设备在白色模式下的异常表现,这对于依赖精确色彩控制的智能照明应用尤为重要。设备 ID 的调整则解决了固件更新过程中的潜在冲突,为用户提供了更顺畅的升级体验。
对于功率测量功能,使用设备原始校准值的做法提高了测量精度,使智能家居系统中的能耗监控更加可靠。新增的传感器支持扩展了 Shelly 设备在家庭自动化中的应用场景,如环境监测、安全系统等。
总结
Shelly HomeKit 2.14.2 版本通过一系列修复和改进,进一步提升了 Shelly 设备在 HomeKit 生态系统中的稳定性和功能性。特别是对新设备型号的支持,让更多用户能够享受到原生 HomeKit 集成的便利。项目团队持续关注用户体验,通过解决实际使用中的问题,使智能家居控制更加可靠和便捷。
对于技术爱好者而言,这个开源项目不仅提供了实用的家庭自动化解决方案,也展示了如何通过固件定制扩展硬件功能的可能性。随着每次更新,Shelly HomeKit 都在向着更完善、更稳定的方向发展。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00