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。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00