Zigbee-herdsman-converters v23.14.0版本发布:新增多款智能设备支持
Zigbee-herdsman-converters是一个开源的Zigbee设备转换器项目,它作为Zigbee2MQTT生态系统的核心组件,负责将不同厂商的Zigbee设备协议转换为统一的MQTT消息格式。该项目持续更新,不断扩展对各种Zigbee设备的支持,使智能家居系统能够兼容更多设备。
新增设备支持
本次v23.14.0版本更新中,项目团队为多款智能设备添加了原生支持,显著扩展了Zigbee生态系统的兼容性范围。
多功能传感器系列
新增了对SLACKY DIY系列传感器的支持,包括:
- CO2传感器(SLACKY_DIY_CO2_SENSOR_R01)
- 水表(Watermeter_TLSR8258)
- 烟雾传感器(Smoke Sensor TLSR8258)
- 电表(Electricity Meter TLSR8258)
- 多款温度传感器(THERM_SLACKY_DIY_R01至R08)
这些设备覆盖了环境监测、安全防护和能源管理等多个智能家居应用场景,为用户提供了更全面的数据采集能力。
智能开关系列
新增了多款智能开关设备:
- TS0726系列多路开关(1路、3路和4路版本)
- Push_LE和Push_LO智能按钮
这些开关设备支持多路控制,可以灵活应用于各种照明和电器控制场景。特别是TS0726系列的多路开关,为需要集中控制多个电路的用户提供了便利的解决方案。
智能插座系列
新增了对多款智能插座的支持:
- SPM02-U00
- SDM02-U00
- SPM01-U00
- SPM02-U02
- SDM02-U02
这些插座设备不仅支持远程开关控制,部分型号还具备能耗监测功能,帮助用户更好地管理家庭用电。
功能优化与问题修复
除了新增设备支持外,本次更新还包含了一些重要的功能优化和问题修复:
-
修正了三相电表功率因数计算问题,解决了Phase B和Phase C功率因数识别错误的问题,提高了电能监测的准确性。
-
针对NEO NAS-PS10B2设备,修复了光照度(lux_value)测量值的处理逻辑,确保光照数据准确可靠。
-
优化了Sonoff TRVZB温控器的外部温度输入处理,修正了温度值的舍入方式,提高了温度控制的精确度。
技术意义与应用价值
本次更新体现了Zigbee-herdsman-converters项目团队对设备兼容性和数据准确性的持续关注。新增的设备支持进一步丰富了Zigbee生态系统的设备选择,特别是DIY传感器系列和多路智能开关的加入,为高级用户和系统集成商提供了更多可能性。
在能源管理方面,新增的电能监测设备和修正的功率因数计算算法,使得家庭能源监控系统能够获取更精确的数据,为节能优化提供了可靠依据。而温控器和传感器相关问题的修复,则提升了智能家居环境控制系统的稳定性和用户体验。
随着物联网技术的普及,Zigbee-herdsman-converters这样的开源项目在推动智能家居标准化和互操作性方面发挥着越来越重要的作用。通过持续的设备支持和功能优化,该项目帮助用户摆脱厂商锁定的困扰,构建真正开放、灵活的智能家居系统。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00