DIY-Multiprotocol-TX-Module项目中MouldKg协议不可选问题分析
问题背景
在DIY-Multiprotocol-TX-Module项目中,用户报告在使用Radiomaster TX16S Mark 2遥控器(搭载内部4合1模块)时,无法在EdgeTX v2.10.1固件中选择"MouldKg"协议。该问题出现在MPM(Multi-Protocol Module)固件版本1.3.3.0及更高版本中,而在1.3.2.86版本中则可以正常选择。
技术分析
经过深入调查,发现该问题实际上源于EdgeTX固件中的协议过滤机制。在EdgeTX的MultiProtoDefs.h文件中,存在一个名为isMultiProtocolSelectable()的函数,该函数明确过滤掉了包括MouldKg在内的多个协议。
具体过滤逻辑如下:
inline bool isMultiProtocolSelectable(int protocol)
{
return (protocol != MODULE_SUBTYPE_MULTI_CONFIG &&
protocol != MODULE_SUBTYPE_MULTI_SCANNER &&
protocol != MODULE_SUBTYPE_MULTI_OLRS &&
protocol != MODULE_SUBTYPE_MULTI_WILLIFM &&
protocol != MODULE_SUBTYPE_MULTI_ELRS &&
protocol != MODULE_SUBTYPE_MULTI_IKEAANSLUTA &&
protocol != MODULE_SUBTYPE_MULTI_CFLIE &&
protocol != MODULE_SUBTYPE_MULTI_MOULDKG
);
}
问题根源
-
历史原因:在早期版本中,由于闪存空间限制,某些协议在自动化构建中被禁用。当时可能认为从菜单中隐藏这些协议是个好主意,即使用户可以进行手动构建并包含它们。
-
协议列表获取方式变化:在MPM固件v1.3.3.0之前,EdgeTX使用其内部协议列表,而不是像OpenTX那样询问模块可用的协议。从v1.3.3.0开始,MPM添加了一个特殊功能,发送可用协议列表及其所有参数来填充菜单。
-
版本差异现象解释:当用户使用v1.3.2.86版本时,看到的是EdgeTX内部列表,缺少所有新协议和子协议;而使用更高版本时,则受到上述过滤机制的影响。
解决方案
正确的过滤逻辑应该仅排除配置和扫描器协议:
inline bool isMultiProtocolSelectable(int protocol)
{
return (protocol != MODULE_SUBTYPE_MULTI_CONFIG &&
protocol != MODULE_SUBTYPE_MULTI_SCANNER
);
}
技术建议
-
对于需要使用MouldKg协议的用户,目前可以考虑以下临时解决方案:
- 使用MPM固件v1.3.2.86版本
- 等待EdgeTX官方修复该问题
-
对于开发者:
- 在协议过滤实现上应更加谨慎,避免过度过滤
- 考虑用户手动构建固件的情况,不应预设某些协议不可用
-
对于MouldKg协议用户:
- 该协议对Mould King玩具的支持非常完善,提供了原厂遥控器无法实现的4轮驱动模式等高级功能
- 在问题修复前,可考虑使用较低版本固件作为临时解决方案
总结
该问题展示了开源项目中固件间兼容性的重要性。EdgeTX和MPM作为两个独立但密切相关的项目,在协议支持方面需要保持良好协调。用户遇到此类问题时,建议关注项目更新,或考虑参与社区讨论推动问题解决。
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