推荐:华为WMI笔记本额外Linux驱动程序
该项目是一个专为华为笔记本在Linux系统上添加额外功能的开源驱动程序。它实现了Windows管理工具(WMI)设备映射到内核的功能,为用户提供了更加完善的硬件支持和用户体验。
项目介绍
Huawei WMI Laptop Extras Linux Driver是一个针对华为笔记本的开源驱动项目,旨在增强Linux环境下华为笔记本电脑的功能。目前,该驱动支持以下特性:
- 功能热键(自v1.0起)
- 麦克风静音LED控制(自v2.0起,并在v3.0中改进以兼容新型号笔记本)
- 电池保护功能(自v3.0起,v3.3更新后使用电池充电API)
- Fn锁定切换(自v3.0起)
电池保护可以通过/sys/class/power_supply/BAT0/charge_control_{start,end}_threshold或/sys/devices/platform/huawei-wmi/charge_control_thresholds进行访问,而Fn锁定状态则可通过/sys/devices/platform/huawei-wmi/fn_lock_state查看和操作。
项目技术分析
该驱动程序要求Linux内核版本不低于5.1。它的核心在于将Windows管理工具(WMI)的设备映射技术应用到Linux内核中,使原本只在Windows下可用的一些功能在Linux环境也能正常工作。此外,开发者还提供了一种方便的DKMS(动态内核模块支持)模块安装方法,简化了用户安装过程。
应用场景
对于拥有华为笔记本并使用Linux系统的用户而言,这个驱动程序是必不可少的。它能帮助你充分利用笔记本的各种功能,例如快捷键、电池管理以及LED指示灯控制等。通过与matebook-applet相结合,你可以获得一个直观的图形界面来控制Fn锁和电池保护设置。
项目特点
- 广泛支持:适用于多种华为笔记本型号。
- 易安装:提供RPM包和DKMS tarball两种安装方式,轻松集成到你的系统。
- 持续更新:不断优化,以支持更多新设备和功能。
- 社区活跃:开放源代码,鼓励用户参与贡献,共同提升软件质量。
安装与使用
请确保你的系统已安装内核版本5.0及以上。可以参考项目README中的说明进行安装,包括使用RPM包(Fedora用户)、DKMS tarball或者直接从源码编译安装。
总之,Huawei WMI Laptop Extras Linux Driver是一款为华为笔记本在Linux环境中提供全面支持的强大工具。如果你是一位华为笔记本用户并且正在寻找更好的Linux体验,那么这款开源项目无疑值得尝试。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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