Zigbee-herdsman-converters v23.8.0版本更新解析
Zigbee-herdsman-converters是一个开源的Zigbee设备转换器项目,它作为Zigbee2MQTT的核心组件,负责将不同厂商的Zigbee设备协议转换为统一的MQTT消息格式。该项目持续更新,支持越来越多的Zigbee设备,并优化现有设备的兼容性。
新增设备支持
本次v23.8.0版本新增了对多款Zigbee设备的支持,进一步扩展了项目的兼容性范围:
-
371222402设备:这是一款新加入支持的Zigbee设备,具体功能特性需要根据厂商文档进一步确认。开发者已经完成了该设备的基本协议转换工作。
-
EFEKTA系列环境监测设备:本次更新同时加入了EFEKTA_iAQ_S_II和EFEKTA_iAQ_S_III两款室内空气质量监测设备。这类设备通常用于监测温度、湿度、CO2浓度、VOC等环境参数,对于智能家居环境监测场景非常有用。
-
POFLW-WH02:这是一款新支持的智能设备,从型号推断可能属于照明或开关类产品。开发者已经实现了其基础功能的协议转换。
-
TS0726_4_gang_switch_and_2_scene:这是一款四路开关带两个场景控制功能的设备。多路开关在智能家居中应用广泛,能够同时控制多个电器设备,而场景功能则可以实现一键切换多个设备状态。
设备功能增强
本次更新还对现有设备的功能进行了增强:
Tuya TRV602Z智能温控阀:在原有基础上增加了更多功能支持。TRV602Z是一款智能恒温阀,常用于暖气系统的温度控制。新版本可能增加了对更多温度模式、调度功能或能耗统计等特性的支持,使设备功能更加完善。
Tuya TS0601_thermostat_3:新增暴露了pi_heating_demand属性。这个属性通常表示供暖需求百分比,对于恒温器类设备非常重要,可以帮助用户更精确地了解和控制供暖系统的工作状态。
设备识别优化
项目在设备自动识别方面也做了改进:
-
优化了对
_TZE204_l8xiyymq设备的识别逻辑,现在能正确识别为ZSVIOT PN6设备。设备识别是Zigbee网络中的重要环节,准确的识别能确保使用正确的协议转换器。 -
修正了对
\u0000B设备的识别,现在能正确识别为Tuya TS0601_pir(人体感应器)。这类设备常用于安防和自动化场景,如检测到人体移动后触发灯光或其他设备。
问题修复
本次更新还包含了一些重要的问题修复:
-
Moes UFO-R11设备:修复了调用fromZigbee转换器时的异常问题。这类异常可能导致设备状态无法正确更新或MQTT消息发送失败。
-
Home Assistant集成:优化了电力相关数据(功率、电流、电压)的处理方式,现在这些数据会被作为普通传感器数据处理。这一改进使得这些数据在Home Assistant中的展示和使用更加一致和可靠。
总结
Zigbee-herdsman-converters v23.8.0版本继续扩展了对各类Zigbee设备的支持,特别是新增了多款环境监测和多路开关设备,增强了智能家居系统的构建能力。同时,对现有设备的识别优化和功能增强,以及对已知问题的修复,都进一步提升了项目的稳定性和可用性。这些改进使得基于Zigbee的智能家居系统能够支持更多设备类型,提供更丰富的功能,并保持更高的运行稳定性。
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00