CircuitPython 9.2.2版本发布:嵌入式Python开发新特性解析
项目概述
CircuitPython是专为微控制器设计的Python实现版本,由Adafruit公司主导开发。它让开发者能够在资源受限的嵌入式设备上使用Python语言进行开发,极大地降低了嵌入式开发的门槛。最新发布的9.2.2版本是该项目的稳定更新版本,带来了多项功能增强和错误修复。
核心功能更新
数据类型处理优化
新版本对Python内置类型int的处理进行了改进,现在int.from_bytes()和.to_bytes()方法可以省略byteorder参数,这与标准CPython的行为保持一致。这一改进简化了二进制数据与整数之间的转换操作,使得代码更加简洁。
音频系统增强
音频处理方面有两个重要改进:
- 实现了
audiomixer.MixerVoice.level作为synthio.BlockInput的功能,这为音频混合提供了更精细的控制能力 - 新增了
audiomixer.MixerVoice.loop属性,支持音频循环播放功能
显示系统升级
displayio模块现在支持24位色深,这意味着开发者可以在支持的硬件上实现更丰富的色彩表现。这一改进特别适合需要高质量图形显示的应用场景。
矩阵键盘扫描优化
DemuxKeyMatrix类新增了多项实用功能:
- 扫描延迟控制
columns_to_anodes参数transpose参数
这些新增参数使得键盘矩阵的配置更加灵活,能够适应更多种类的硬件设计。
硬件支持更新
新处理器架构支持
本次版本首次引入了对Analog Devices MAX32690微控制器的支持,这标志着CircuitPython支持的处理器家族又添新成员。MAX32690是一款低功耗微控制器,特别适合需要高能效比的应用场景。
RP2040系列增强
针对Raspberry Pi的RP2040和RP2350B芯片,新版本带来了多项改进:
rp2pio.StateMachine新增了sideset_pindirs功能- 支持在GPIO引脚32及以上的PIO操作(RP2350B特有)
- 更新了pico-sdk至2.1.0版本
Espressif平台更新
Espressif系列芯片获得了显著的功能增强:
- 升级至ESP-IDF v5.3.2框架,新增对ESP32-P4 v1.0芯片的支持
- 初步实现了
audiobusio.PDMIn功能 - 修复了I2C总线扫描在ESP32-S2上的问题
新增开发板支持
9.2.2版本新增了对超过20款开发板的支持,包括:
- Adafruit Metro RP2350(基于RP2350B芯片)
- Analog Devices MAX32690评估套件
- M5Stack M5Stick C Plus2
- Pimoroni Plasma 2350 W
- 多款Waveshare开发板
这些新增支持大大扩展了CircuitPython的应用范围,为开发者提供了更多硬件选择。
性能优化与错误修复
除了新功能外,9.2.2版本还包含多项性能优化和错误修复:
- 修复了
vectorio旋转功能的边界情况问题 - 优化了MP3解码器,防止旧数据混入流中
- 移除了音频类属性设置器中不必要的关键字参数处理
- 修复了
@classmethod通过super访问时的self参数传递问题
开发体验改进
在开发工具方面,新版本也做了多项改进:
- 更新了
rp2pio类型的文档,使其更加清晰 - 改进了web工作流中串行流的处理,丢弃了行清除转义字符
- 为安全模式等待间隔添加了文档说明
总结
CircuitPython 9.2.2版本在保持稳定性的同时,带来了多项实用功能和硬件支持更新。从音频处理增强到显示系统升级,从新处理器架构支持到众多新开发板的加入,这些改进都使得CircuitPython在嵌入式Python开发领域的地位更加稳固。对于嵌入式开发者而言,这一版本无疑提供了更多可能性和更完善的开发体验。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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