Ampy 使用教程
2026-01-18 09:31:52作者:江焘钦
项目介绍
Ampy 是一个用于通过串行连接与 MicroPython 或 CircuitPython 开发板进行交互的工具。它允许用户在开发板上上传、下载和管理文件,以及执行 Python 脚本。Ampy 的设计目标是提供一个简单易用的命令行工具,以便用户能够轻松地与 MicroPython 开发板进行交互。
项目快速启动
安装 Ampy
首先,确保你已经安装了 Python 3。然后,使用以下命令安装 Ampy:
pip3 install adafruit-ampy
配置环境变量
为了方便使用,可以设置一些环境变量,例如端口、波特率和延迟。
在 Linux 或 macOS 上:
export AMPY_PORT=/dev/tty.SLAB_USBtoUART
export AMPY_BAUD=115200
export AMPY_DELAY=0.5
在 Windows 上:
set AMPY_PORT=COM4
set AMPY_BAUD=115200
set AMPY_DELAY=0.5
基本命令
以下是一些基本的 Ampy 命令示例:
- 列出开发板上的文件:
ampy ls
- 上传文件到开发板:
ampy put example.py
- 从开发板下载文件:
ampy get example.py
- 在开发板上运行脚本:
ampy run example.py
应用案例和最佳实践
应用案例
- 智能家居控制:使用 Ampy 将控制脚本上传到 MicroPython 开发板,实现对家中设备的远程控制。
- 物联网数据采集:通过 Ampy 将数据采集脚本部署到开发板上,实时收集传感器数据并上传到云端。
最佳实践
- 定期备份:定期使用
ampy get命令备份开发板上的重要文件,以防数据丢失。 - 模块化开发:将复杂的项目拆分为多个模块,使用 Ampy 分别上传和管理,提高代码的可维护性。
典型生态项目
相关工具
- rshell:一个更高级的串行连接工具,支持类似 shell 的交互方式。
- mpfshell:另一个用于与 MicroPython 开发板进行文件管理的工具,支持 WebREPL。
集成开发环境
- Thonny:一个支持 MicroPython 的集成开发环境,提供图形化界面和调试功能。
- Mu Editor:专为初学者设计的编辑器,支持 MicroPython 和 CircuitPython。
通过这些工具和环境的结合使用,可以大大提高开发效率和项目管理的便捷性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
openEuler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。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220