RaspberryMatic 3.79.6版本发布:智能家居控制系统的重大更新
RaspberryMatic是一个基于开源技术的智能家居控制系统,它能够兼容HomeMatic和Homematic IP设备,为用户提供完整的智能家居解决方案。该系统运行在多种硬件平台上,包括树莓派系列、TinkerBoard、ODROID等单板计算机,以及虚拟机环境和容器化部署方案。
核心服务更新
本次3.79.6版本对核心服务进行了多项重要改进:
-
逻辑引擎升级:RegaHss逻辑引擎更新至R1.00.0388.0248版本,修复了收藏夹管理功能的问题,并改进了系统执行命令的处理机制。现在
system.Exec()调用会设置默认10秒的超时限制,防止长时间阻塞主进程。 -
进程监控优化:增加了所有HomeMatic相关服务端口重启作业的循环次数,从5次提高到20次,将最大等待时间从65秒延长到260秒。这一改进特别有利于设备数量多、功能复杂的大型安装环境。
-
备份功能修复:修正了备份脚本中的文件/目录排除语句,确保
tmp和lost+found目录不再包含在备份中。 -
连接数提升:将
rega.conf中的默认HttpListenerMaxConnections值增加到24,使繁忙系统能够处理更多并行HTTP请求。
Web界面改进
Web用户界面也获得了多项功能增强:
-
双列控制页面过滤:新增补丁改进了设备、功能和房间状态显示页面,确保在设置或取消过滤器时两列能够正确同步。
-
调光器定义修复:解决了某些简易模式调光器接收器文件中缺失通道变量定义的问题,避免了未定义变量异常。
-
操作模式设置:针对HmIP-MOD-RC8设备重新设计了操作模式设置,解决了之前补丁引入的回归问题。
-
数值验证:确保对于HmIP-ESI+ES-LED设备的METER_CONSTANT_ENERGY参数,最小/最大值不使用浮点数值。
操作系统底层优化
在操作系统层面,本次更新包含多项底层改进:
-
网络配置:修改了默认DHCP客户端选项,不再使用"-R"选项释放IP地址。同时关闭了WiFi的省电模式,提高无线连接稳定性。
-
固件更新:更新了树莓派5的EEPROM固件至最新版本,并升级了QEMU客户代理到9.2.0版本。
-
内核升级:对于非树莓派平台,内核从6.6.x升级到6.12.x,引入了新的内核配置和必要的补丁。树莓派平台仍保持6.6.x内核。
-
内存管理:在容器环境中,现在使用
/sys/fs/cgroup/memory.max作为最大内存指标,确保HMIPServer不会消耗过多主机内存。 -
日志管理:将日志轮转频率提高到每天4次,并限制每个日志文件最多保留2个轮转副本,防止
/var文件系统被日志文件占满。
硬件支持扩展
本次更新进一步扩展了硬件兼容性:
-
树莓派5支持:添加了所有BCM2712设备树,确保与树莓派5计算模块等新型号的兼容性。
-
USB驱动:为所有目标平台启用了Cypress M8 USB串行驱动,并针对树莓派平台禁用了JMicron JMS583的UAS模式。
-
无线固件:更新了BCM43455 SDIO固件,修复了一些无线连接错误。
容器化支持改进
对于容器化部署方案,本次更新带来了多项优化:
-
健康检查:修复了HA代理插件的健康检查和控制台输出问题。
-
监控增强:为HA插件平台添加了ha-proxy的monit监控。
-
OCI支持:将tailscale包重命名为tailscale-bin,避免与buildroot即将推出的tailscale包冲突。
总结
RaspberryMatic 3.79.6版本是一个重要的维护更新,在系统稳定性、性能优化和硬件兼容性方面都有显著提升。特别是对大型安装环境的支持改进、容器化部署的优化以及内核级别的更新,使得这个开源智能家居控制系统更加成熟可靠。无论是家庭用户还是企业部署,都能从这个版本中获得更好的使用体验和更稳定的运行表现。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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