STM32duino核心库2.8.0版本上传固件问题分析与解决方案
问题背景
近期STM32duino核心库升级至2.8.0版本后,部分用户在使用arduino-cli工具上传固件时遇到了"Failed programming: recipe not found 'program.pattern'"的错误提示。这个问题主要影响通过命令行工具进行固件上传的用户,而使用Arduino IDE 2.x版本的用户通常不受影响。
问题现象
用户在尝试使用arduino-cli上传固件到STM32开发板时,会遇到以下错误信息:
Failed programming: recipe not found 'program.pattern'
同时,部分使用Arduino IDE 1.8.19版本的用户还报告了无法安装STM32核心库的问题,错误提示为"Tool STM32_SVD is not available for your operating system"。
问题根源分析
经过开发团队调查,发现该问题主要由两个因素导致:
-
programmer.default定义问题:在2.8.0版本的boards.txt文件中,部分开发板配置了
programmer.default参数。当arduino-cli工具检测到这个参数时,会优先尝试使用编程器模式而非标准上传模式,但由于缺少相应的编程模式配置,导致上传失败。 -
Arduino IDE 1.8.x兼容性问题:旧版Arduino IDE(1.8.x系列)对"all"主机值支持不完善,导致核心库安装失败。这是Arduino IDE 1.8.x版本本身的限制,与核心库的新特性不兼容。
解决方案
临时解决方案
对于急于解决问题的用户,可以采用以下临时方案:
-
修改boards.txt文件: 找到Arduino安装目录下的boards.txt文件(通常位于
packages/STMicroelectronics/hardware/stm32/2.8.0目录中),删除或注释掉对应开发板配置中的programmer.default行。 -
降级核心库版本: 可以暂时回退到2.7.1版本的核心库,该版本不存在此问题。使用arduino-cli执行以下命令:
arduino-cli core install STMicroelectronics:stm32@2.7.1
永久解决方案
开发团队已经识别问题并提交了修复代码,将在下一个版本中解决:
-
对于programmer.default问题,将调整boards.txt配置,确保与arduino-cli工具兼容。
-
对于Arduino IDE 1.8.x的兼容性问题,已更新BoardManagerFiles仓库中的JSON配置,为所有支持的主机提供明确的值而非"all"。
技术细节说明
这个问题揭示了arduino-cli工具与Arduino IDE在上传固件时的行为差异:
- Arduino IDE 2.x在上传时会自动回退到标准上传模式
- arduino-cli工具则会严格遵循boards.txt中的配置,当检测到programmer.default时优先尝试编程器模式
这种差异导致了在不同工具间行为不一致的问题。开发团队建议用户尽可能使用Arduino IDE 2.x版本,因为1.8.x版本已逐渐无法完全支持新的核心库特性。
用户建议
- 对于命令行用户,建议等待2.8.1版本发布或使用临时解决方案
- 对于仍在使用Arduino IDE 1.8.x的用户,建议升级到2.x版本以获得更好的兼容性
- 确保arduino-cli工具更新到最新版本(1.0.1或更高)
开发团队将继续优化STM32duino核心库的兼容性和用户体验,建议用户关注官方更新以获取最新修复。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00