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。
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