RaspberryMatic 3.81.5版本发布:智能家居控制中心的重要升级
RaspberryMatic是一个基于开源技术的智能家居控制中心解决方案,它能够在多种硬件平台上运行,包括树莓派系列、ODROID开发板以及x86架构设备等。该项目通过整合eq-3公司的HomeMatic/OCCU技术栈,为用户提供了一个稳定可靠的智能家居控制平台。最新发布的3.81.5版本带来了多项功能增强和问题修复,进一步提升了系统的稳定性和兼容性。
核心功能升级
本次3.81.5版本最显著的改进是对OCCU(OpenCCU)核心组件的升级,版本号提升至3.81.5-1。这一升级使得RaspberryMatic完全兼容CCU3 3.81.5固件的所有功能特性,为各类智能家居设备提供了更好的支持。
在设备兼容性方面,新版本特别针对HmIP系列设备进行了多项优化:
-
对于HmIP-WTH系列壁挂式温控器,修复了电池更换后工作模式无法正确恢复的问题,确保了设备在电力中断后的可靠运行。
-
HmIP-SRH旋转手柄设备现在可以正确显示"事件延迟"配置参数的值,解决了之前参数显示不准确的问题。
-
HmIP-LSC照明控制器现在能够正确提供通道1的选择功能,完善了多通道控制体验。
-
针对HmIP-eTRV-3电子恒温阀,扩展了通道参数配置选项,为用户提供了更精细的温度控制能力。
-
HmIP(W)-SMO230(-A)运动传感器新增了"灵敏度"配置参数,允许用户根据实际环境调整检测阈值。
-
HmIP-CTV和HmIP-TACO设备的倾角检测范围从原来的10°-45°扩展至0°-180°,大大提升了这些设备在各类安装场景下的适用性。
底层系统优化
在操作系统层面,3.81.5版本进行了多项重要更新:
-
内核版本升级至6.12.20,带来了更好的硬件兼容性和性能表现。特别是移除了针对过时Z-Wave设备的USB栈补丁,这些补丁已不再需要且会与新版内核产生冲突。
-
构建系统升级至Buildroot 2025.02,这是一个重要的基础架构更新,确保了整个系统的构建过程更加现代化和稳定。
-
针对容器化部署场景,新增了对artifact和container provenance的验证支持,增强了软件供应链的安全性。
-
改进了CT存储选择机制,通过使用'-content rootdir'选项来搜索兼容的CT存储,提升了存储管理的可靠性。
-
更新了多个关键组件,包括Tailscale(1.80.2→1.80.3)、QEMU Guest Agent(9.2.2)等,确保系统各组件都处于最新稳定状态。
用户体验改进
在用户界面方面,3.81.5版本修复了HmIP-SRH/HmIP-FDT设备直接连接时缺失的SHORT_ON_MIN_LEVEL参数配置问题。这一改进使得用户能够更便捷地配置这些设备的快捷操作功能。
针对初次接触RaspberryMatic的用户,系统现在能够更清晰地提示容器未找到的原因(例如用户误在虚拟机环境中尝试容器部署),帮助用户更快定位和解决问题。
多平台支持
RaspberryMatic 3.81.5继续保持对多种硬件平台的广泛支持,包括:
- 树莓派全系列:从树莓派Zero到最新的树莓派5
- ODROID开发板:N2/N2+/C4/C2等型号
- x86架构设备:适合在传统PC或服务器上部署
- 虚拟化平台:支持OVA、Docker、LXC等多种虚拟化方案
每种平台都有专门的优化版本,确保在不同硬件上都能获得最佳性能表现。
总结
RaspberryMatic 3.81.5版本是一次重要的功能性和稳定性升级,特别适合那些使用HmIP系列设备的智能家居用户。通过底层系统的现代化更新和对各类智能家居设备的更好支持,这一版本进一步巩固了RaspberryMatic作为开源智能家居控制中心的领先地位。无论是家庭用户还是技术爱好者,都可以从这个版本中获得更稳定、更可靠的智能家居控制体验。
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