FreakWAN 项目下载及安装教程
2024-12-09 10:46:52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
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322