Zigbee-herdsman-converters v21.21.0版本发布:新增设备支持与功能优化
Zigbee-herdsman-converters是一个开源的Zigbee设备转换器项目,主要用于将不同厂商的Zigbee设备协议转换为统一的格式,使其能够与Zigbee2MQTT等开源网关兼容。该项目持续更新,为各种Zigbee设备提供支持。
新增设备支持
本次v21.21.0版本新增了对多款Zigbee设备的支持:
-
AE-940K和AE-669K:这两款设备被正式添加到支持列表中。AE系列设备通常包括智能开关、插座等产品,新增支持意味着用户现在可以更方便地将这些设备集成到自己的智能家居系统中。
-
SR系列多款设备:包括SR-ZG9060A-GS、SR-ZG9060B-CS、SR-ZG9050C-WS和SR-ZG9050B-WS等多款设备。SR系列产品线通常涵盖智能开关、传感器等设备,这些新增支持将扩大用户的选择范围。
功能优化与问题修复
除了新增设备支持外,本次更新还包含多项功能优化和问题修复:
-
Wirenboard自定义集群支持:为Wirenboard设备添加了自定义集群支持,这将改善这些设备在系统中的兼容性和功能表现。
-
设备识别改进:优化了对Moes BHT-002-GCLZB设备的识别逻辑,现在能够更准确地识别特定型号的设备变体。
-
Xiaomi A6121修复:解决了该设备在处理数据时出现的"data.substr is not a function"错误,提高了设备的稳定性和可靠性。
-
GL-SD-001P状态报告问题:修复了该设备不报告状态的问题,现在用户可以正常获取设备状态信息。
-
ZG-205Z/A运动状态值更新:调整了该设备的运动状态值定义,使其更符合实际使用场景。
-
Imhotep Creation E-Ctrl集成改进:优化了该设备的集成方式,提升了其在系统中的表现和用户体验。
代码重构与维护
本次更新还包括了重要的代码重构工作:
- 现代扩展导入重构:对代码中的现代扩展导入部分进行了重构,提高了代码的可维护性和可读性。这种重构虽然对最终用户不可见,但对于项目的长期健康发展至关重要。
这些更新和修复进一步提升了Zigbee-herdsman-converters的稳定性和兼容性,为用户提供了更完善的Zigbee设备支持。无论是新增设备还是现有设备的优化,都体现了项目团队对用户体验的持续关注和改进。
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-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
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