FreakWAN 项目下载及安装教程
2024-12-09 14:30:01作者:董斯意
1. 项目介绍
FreakWAN 是一个基于 LoRa 技术的开源 WAN 网络项目,旨在创建一个完全独立于互联网和蜂窝电话网络的 LoRa 网络。该网络的主要目标是提供一个分布式的聊天系统,适用于技术爱好者或在互联网不可用的地方,如灾难期间。此外,FreakWAN 还旨在创建一个强大的 LoRa 协议,支持其他应用,如传感器数据收集和家庭自动化,克服 OOK/FSK 通信的范围限制。
2. 项目下载位置
FreakWAN 项目托管在 GitHub 上,可以通过以下命令进行克隆:
git clone https://github.com/antirez/freakwan.git
3. 项目安装环境配置
3.1 硬件要求
FreakWAN 项目支持以下 ESP32 设备:
- LILYGO TTGO T3 v2.1.6 LoRa 模块
- LILYGO TTGO T3-S3 v1.2 LoRa 模块(2.4 GHz 版本未测试/不支持)
- LILYGO TTGO T Beam LoRa 模块
- LILYGO T-WATCH S3
3.2 软件要求
FreakWAN 项目使用 MicroPython 进行开发。请确保您的设备上安装了 MicroPython。推荐使用 MicroPython 版本 1.22.2 或更高版本。
3.2.1 安装 MicroPython
- 下载适用于 ESP32 的 MicroPython 固件。
- 使用
esptool.py工具将固件刷入设备。
esptool.py --chip esp32 --port /dev/ttyUSB0 erase_flash
esptool.py --chip esp32 --port /dev/ttyUSB0 --baud 460800 write_flash -z 0x1000 esp32-idf3-20210202-v1.14.bin

3.3 配置设备
- 克隆 FreakWAN 项目到本地。
- 编辑
wan_config.py文件,设置您的昵称和状态消息,并根据您的设备设置频率。
# wan_config.py
nickname = "YourNickname"
status_message = "YourStatusMessage"
frequency = 433000000 # 根据您的 LoRa 模块设置频率
4. 项目安装方式
4.1 传输文件
使用 mpremote 或 talk32 工具将项目文件传输到设备。
mpremote cp *py :
或
talk32 /dev/ttyUSB0 put *py
4.2 重启设备
重启设备以加载新安装的 FreakWAN 项目。
mpremote repl
在 REPL 中输入 Ctrl+D 触发软重启。
5. 项目处理脚本
FreakWAN 项目包含多个 Python 脚本,用于处理不同的功能,如消息发送、接收、加密等。以下是一些关键脚本的简要介绍:
main.py: 主程序入口,负责初始化和启动 FreakWAN 网络。message.py: 处理消息的发送和接收。networking.py: 处理网络通信和路由。encryption.py: 处理消息的加密和解密。
通过这些脚本,您可以自定义和扩展 FreakWAN 的功能,以满足特定的需求。
通过以上步骤,您可以成功下载并安装 FreakWAN 项目,并开始使用其强大的 LoRa 网络功能。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
757
960
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
646