openHAB 5.0.0.M1 里程碑版本发布:智能家居自动化平台迎来重大更新
作为领先的开源智能家居自动化平台,openHAB项目近日发布了其5.0.0版本的第一个里程碑构建(5.0.0.M1)。这一版本标志着openHAB向5.0正式版迈出了重要一步,带来了诸多核心功能增强、性能优化和新增插件支持。
平台基础升级与系统要求
openHAB 5.0系列最显著的变化是对系统运行环境提出了新的要求。这一版本需要Java 21运行环境,并且仅支持64位操作系统。这一变更反映了现代智能家居系统对性能和稳定性的更高要求,同时也为后续功能扩展奠定了基础。
在运行时核心方面,开发团队进行了多项重要改进:
- 引入了专用的持久化别名机制,使数据存储配置更加灵活
- 升级了Karaf框架至4.4.7版本,提升了整体稳定性
- 改进了持久化服务,现在会在启动时自动恢复最后状态和状态变更时间
- 日志系统进行了重构,提供历史记录功能并提升了性能表现
- 新增了IntervalConditionHandler,为定时任务提供了更强大的支持
新增插件与功能扩展
本次更新引入了多个全新的插件,进一步扩展了openHAB的生态系统:
-
airparif空气质量监测绑定:支持从法国airparif服务获取空气质量数据,为环境监测类应用提供了新选择。
-
OpenAI文本转语音引擎:整合了OpenAI的先进语音合成技术,使语音交互更加自然流畅。
-
sbus协议绑定:为专业级智能控制系统提供了新的连接选项。
核心功能增强
openHAB 5.0.0.M1在多个核心功能领域进行了显著改进:
持久化服务:
- 现在支持在系统启动时自动恢复项目的最后状态和状态变更时间
- 针对QuantityType类型的计算优化,确保在绝对值基础上进行求和运算
- 改进了UI中的项目排除配置处理
规则引擎:
- 为基于文件的RulesDSL规则添加了sharedCache和privateCache支持
- 改进了脚本转换执行后的参数清理机制
- 增强了Cron表达式的异常处理能力
设备管理:
- 优化了SDDP发现服务的日志输出
- 改进了配置规范化处理
- 增强了设备更新时的警告信息
用户界面改进
openHAB的主用户界面在这一版本中获得了多项增强:
-
站点地图编辑器新增了拖放功能,使界面布局更加直观便捷。
-
WebSocket通信进行了重构,采用$oh命名空间,并通过头部传递访问令牌,提高了通信安全性和代码组织性。
-
图表功能扩展支持了更多图表类型,为数据可视化提供了更多选择。
-
开发者工具增加了WebSocket连接测试功能,便于调试和问题排查。
-
项目添加流程更加完善,现在会在创建后自动导航到新创建的项目页面。
插件生态更新
在插件生态方面,众多现有绑定获得了功能增强和问题修复:
- 智能家居控制类插件:
- 亚马逊Echo控制插件导入了SmartHomeJ分支,提高了兼容性
- 飞利浦电视插件解决了电源状态问题
- 米家设备插件新增了对Smart Air Purifier 4 Lite和Xiaomi Robot Vacuum X20+的支持
- 能源管理类插件:
- aWATTar插件现在包含费用计算功能
- Fronius插件支持设置备用电池容量
- sonnen插件新增了从电网主动充电电池的支持
- 环境监测类插件:
- 空气质量插件修复了圣诞节树收集的异常处理
- 辐射监测插件简化了代码并增加了衰减通道
- 多媒体控制类插件:
- Roku插件新增了结束时间和媒体进度通道
- LG WebOS插件订阅了播放/暂停状态变更
技术架构优化
在技术架构层面,这一版本进行了多项底层改进:
-
移除了对已弃用的DateTimeType方法的支持,提高了代码整洁度。
-
升级了多个关键依赖,包括Jollyday至1.4.0,Californium、CXF、JUnit和Swagger等。
-
改进了配置处理,确保配置项的正常化处理更加可靠。
-
优化了组项目计算,现在使用GroupItem的系统单位进行计算。
-
修复了数量类型比较时的维度反转问题。
总结展望
openHAB 5.0.0.M1作为通向5.0正式版的重要里程碑,展示了该项目在智能家居自动化领域的持续创新和进步。从核心架构的优化到用户界面的改进,再到插件生态的扩展,这一版本为最终用户和专业开发者都带来了显著的价值提升。
随着后续里程碑版本的陆续发布,我们可以期待openHAB 5.0将带来更加成熟稳定的智能家居自动化体验,为家庭自动化和物联网集成提供更加强大的平台支持。对于现有用户而言,现在是为升级到5.0版本开始准备测试环境的理想时机,特别是需要注意新的Java 21和64位系统要求。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00