ZMK固件v0.2.0版本发布:键盘定制新高度
ZMK是一款开源的键盘固件项目,专为自定义机械键盘设计。与QMK等其他键盘固件相比,ZMK采用了现代化的Zephyr实时操作系统作为基础,特别注重无线键盘的支持和低功耗优化。该项目允许用户通过配置文件高度定制键盘行为,而无需深入编程。
核心功能增强
新增切换模式(toggle-mode)
本次更新引入了全新的toggle-mode功能,允许用户为按键和层切换配置"切换开"和"切换关"两种状态。这一改进使得键盘行为控制更加灵活,用户现在可以实现类似大写锁定键的切换效果,而不仅仅是瞬时触发。
技术实现上,ZMK团队重构了按键状态管理逻辑,确保切换状态能够正确地在不同层间传递和保持。这一特性特别适合需要长时间激活某些功能键或层的使用场景。
鼠标移动与滚轮支持
v0.2.0版本正式加入了鼠标移动和滚轮支持,这是ZMK向完整输入设备解决方案迈进的重要一步。该功能通过mouse-move和mouse-scroll行为实现,用户可以在键盘配置中定义这些行为并绑定到特定按键。
实现细节上,ZMK采用了平滑的加速曲线算法来处理鼠标移动,确保指针移动既精确又自然。对于滚轮支持,开发团队还添加了预定义的滚动缩放器,用户可以根据个人偏好调整滚动的速度和精度。
硬件支持与优化
物理布局改进
新版本对键盘物理布局的支持做了多项改进:
- 增加了对Lotus58键盘的物理布局支持,这是一款流行的分体式键盘设计
- 为ortho_4x10网格布局添加了支持,满足更多正交键盘用户的需求
- 使按键旋转成为可选功能,为特殊布局键盘提供更大灵活性
显示系统增强
显示子系统获得了多项重要更新:
- 新增了显示开关引脚配置功能,允许硬件控制显示屏的电源
- 增加了显示更新周期配置选项,用户可以根据需求平衡刷新率和功耗
- 优化了单色主题的默认处理逻辑,确保在1bpp模式下自动选择最佳显示方案
底层架构改进
输入处理重构
开发团队对输入处理系统进行了深度重构,引入了行为输入处理器(behavior input processor)的概念。这一架构改进使得ZMK能够更高效地处理复杂的输入场景,特别是为未来的多点触控和手势识别功能奠定了基础。
Kconfig系统优化
Kconfig配置系统获得了重要更新,现在允许用户覆盖ZMK的默认Kconfig设置。这一改进极大地提高了固件配置的灵活性,使高级用户能够更精细地调整系统行为而无需修改核心代码。
问题修复与稳定性提升
v0.2.0版本包含了多项重要的问题修复:
- 修复了复合键盘扫描(kscan-composite)无法唤醒设备的问题
- 解决了多个粘滞键(sticky keys)在同一按键位置无法正常工作的问题
- 修正了动态设备名称长度限制的执行问题
- 优化了组合键(combos)处理逻辑,特别是对空区块的处理
- 修复了显示系统在多线程环境下的稳定性问题
这些修复显著提高了ZMK在各种硬件配置上的可靠性和用户体验。
开发者工具改进
ZMK Studio作为配套开发工具也获得了多项更新:
- 改进了层管理功能,现在支持在层移动后添加新层
- 优化了RPC通信,确保完整键配置能够正确返回
- 增强了用户界面,使键盘配置过程更加直观
总结
ZMK v0.2.0版本标志着该项目在功能完备性和用户体验上的重大进步。新增的切换模式、鼠标支持和显示系统改进大大扩展了键盘定制的能力边界,而底层架构的优化则为未来的功能扩展奠定了坚实基础。对于键盘爱好者和自定义键盘开发者来说,这一版本提供了更多创造独特输入体验的可能性。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00