EVCC项目中的电价数据格式变更解析
2025-06-13 20:57:31作者:柏廷章Berta
在EVCC智能充电管理系统的v0.203.0版本更新中,开发团队对自定义电价数据源的JSON格式进行了重要调整。这一变更影响了使用HTTP自定义接口获取电价数据的用户配置。
变更背景
EVCC作为一款开源的家庭能源管理系统,允许用户通过多种方式获取电价信息。在早期版本中,自定义电价接口返回的JSON数据使用"price"字段表示电价数值。但从v0.203.0开始,系统统一改为使用"value"字段作为标准字段名。
具体变更内容
在配置文件中,原先使用"price"字段的JQ查询语法需要更新为使用"value"字段。例如:
grid:
type: custom
forecast:
source: http
uri: http://192.168.x.xxx:1880/endpoint/price
jq: '[.timestamps, .prices] | transpose | map({ "start": ..., "end": ..., "price": .[1] })'
需要修改为:
jq: '[.timestamps, .prices] | transpose | map({ "start": ..., "end": ..., "value": .[1] })'
影响范围
这一变更主要影响以下用户:
- 使用自定义HTTP接口获取电价数据的用户
- 在配置文件中明确指定了"price"字段的JQ查询语法的用户
- 使用v0.203.0及以上版本的用户
解决方案
对于遇到电价数据显示问题的用户,检查并更新配置文件中的JQ查询语法是首要步骤。确保所有返回电价数值的字段名都使用"value"而非"price"。
技术建议
- 在升级EVCC版本前,建议先查阅版本变更日志
- 对于复杂的JQ查询语法,可以使用在线JQ测试工具验证语法正确性
- 考虑在Node-RED等中间件中对API返回的数据进行预处理,统一字段名
总结
这一变更是EVCC项目标准化进程的一部分,旨在提高代码的一致性和可维护性。虽然会给部分用户带来短暂的适配工作,但从长远看有利于系统的稳定性和扩展性。用户在遇到类似问题时,应首先考虑检查版本变更说明,确认是否有相关接口调整。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218