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。
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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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