FTX-PROG 技术文档
本文档旨在帮助用户安装和使用 FTX-PROG,这是一个在 Linux 命令行下替代 FTDI 的 FTProg 实用程序的软件,用于配置 FTDI 的 FT-X 系列的 USB 接口。
1. 安装指南
安装依赖
首先,需要安装以下依赖项:
sudo apt-get install build-essential gcc make libftdi-dev
下载与编译
然后,从 GitHub 下载源代码,解压缩,并在解压缩后的目录中打开终端,执行以下命令:
make
别忘了插入你的 FT-X 设备!
2. 使用说明
运行程序
运行以下命令以获取所有可能的选项:
sudo ./ftx_prog
显示当前设置
使用以下命令显示当前设置:
sudo ./ftx_prog --dump
配置 CBUS 引脚
使用以下命令为可配置的 CBUS 引脚设置特定的功能:
sudo ./ftx_prog --cbus [cbus 引脚编号] [功能]
查看 --help 了解所有可能的功能,以及查阅 应用笔记 了解它们的作用。注意引脚编号是基于零的,因此 --cbus 0 对应于 CBUS0 引脚。
最常用的功能包括:
RxLED(当数据从主机发送到 USB 设备时低电平脉冲)TxLED(当数据从 USB 设备发送到主机时低电平脉冲)TxRxLED(当数据任一方向发送时低电平脉冲)SLEEP(当接口处于 USB 挂起模式时低电平)
反转 RS232 信号
仅适用于 FT230X 和 FT231X
使用以下命令反转芯片上该引脚的极性:
sudo ./ftx_prog --invert [rs232 引脚]
可能的引脚包括:
txd(接口的数据输出引脚)rxd(接口的数据输入引脚)rts(请求发送输出引脚)cts(清除发送输入引脚)dtr(数据终端就绪输出引脚)dsr(数据设置就绪输入引脚)dcd(数据载波检测输入引脚)ri(振铃指示器输入引脚)
将 RI 引脚设为低电平(或极性反转时为高电平)超过 20 毫秒将唤醒 USB 主控制器,如果已经启用了远程唤醒(使用 --remote-wakeup on)。
I2C
仅适用于 FT200XD 和 FT201X
以下选项的功能未经测试:
sudo ./ftx_prog --i2c-slave-address <数值>
设置 FT-X 在 I2C 总线上的从设备地址。
sudo ./ftx_prog --i2c-schmitt [on|off]
I2C 引脚上的施密特触发器可以开启或关闭。
sudo ./ftx_prog --i2c-device-id <数值>
设置 I2C 设备 ID。
SPI / FT1248
仅适用于 FT220X 和 FT221X
以下选项的功能未经测试:
sudo ./ftx_prog --ft1248-cpol [高|低]
SPI / FT1248 总线上的时钟可以是活动 高(如 SPI 模式 1)或活动 低(如 SPI 模式 3)。
sudo ./ftx_prog --ft1248-bord [msb|lsb]
SPI / FT1248 总线上的位顺序可以是 msb 先行或 lsb 先行。
sudo ./ftx_prog --ft1248-flow-control [on|off]
当 SS_n 不活跃时开启流量控制。
RS485
以下选项的功能未经测试:
sudo ./ftx_prog --rs485-echo-supp [on|off]
如果接口在 RS-485 系统中使用,则启用回声抑制。
其他
sudo ./ftx_prog --load-vcp [on|off]
控制是否加载虚拟 COM 端口(VCP)驱动程序。
sudo ./ftx_prog --remote-wakeup [on|off]
允许接口通过非 USB 方式唤醒。
使用 sudo ./ftx_prog --help 查看所有命令行选项的详细信息。
还有其他配置选项尚未在用户界面中实现。EEPROM 中用户可配置区域的支持也是可能的。
3. 项目 API 使用文档
本项目提供的命令行接口即为用户使用的 API,具体使用方式请参考上述使用说明。
4. 项目安装方式
请参考本文档中的“安装指南”部分进行项目安装。
本文档所描述的项目在 GPL v2 许可下发布,欢迎提出问题报告和合并请求。此项目维护较为被动,可能长时间没有更新。如果 PR 详细解释、注释清晰且符合代码风格,则更有可能被合并。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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