Adafruit_CircuitPython_Bundle 20250123版本发布:传感器驱动与MQTT库更新
Adafruit_CircuitPython_Bundle是Adafruit为CircuitPython生态系统提供的核心库集合,它包含了各种硬件驱动、通信协议实现和实用工具库。这个项目极大地简化了在CircuitPython环境下开发硬件项目的过程,开发者无需从头编写底层驱动,可以直接调用这些经过充分测试的库来实现各种功能。
2025年1月23日发布的20250123版本主要更新了多个传感器驱动库和MQTT客户端库,这些更新为物联网设备和传感器项目带来了更好的稳定性和功能支持。
传感器驱动库更新
本次发布对多个常用传感器驱动进行了版本升级:
-
环境传感器:CCS811气体传感器库(1.3.18)、SHTC3温湿度传感器库(1.1.17)和MCP9808温度传感器库(3.3.26)都获得了更新,提高了测量精度和稳定性。
-
运动传感器:ICM20X系列IMU传感器库(2.1.6)、MMA8451加速度计库(1.3.23)和MMC56x3磁场传感器库(1.0.12)的更新优化了运动数据的采集和处理。
-
光学传感器:TCS34725颜色传感器库(3.3.23)、TSL2591光传感器库(1.4.2)和VL53L1X激光测距传感器库(1.2.2)的改进提升了光强和距离测量的可靠性。
-
磁场传感器:TLV493D 3轴磁场传感器库(2.0.7)更新后提供了更精确的磁场测量能力。
这些传感器库的更新主要集中在错误修复和性能优化上,虽然没有引入重大新功能,但对于依赖精确传感器数据的项目来说非常重要。
通信与工具库更新
-
MiniMQTT库(7.11.4):这个轻量级MQTT客户端库的更新改进了与各种MQTT代理的兼容性,增强了在物联网项目中的消息传递可靠性。
-
PixelMap库(1.0.7):用于管理LED像素映射的库获得了小幅度更新,优化了内存使用效率。
-
TCA9548A多路复用器库(0.8.0):这个I2C多路复用器驱动库升级到了0.8.0版本,提供了更稳定的多设备管理能力。
版本兼容性
本次发布的库包为CircuitPython 8.x和9.x两个主要版本提供了预编译的.mpy文件,开发者可以根据自己使用的CircuitPython版本选择合适的库包。对于需要修改库源代码的高级用户,也提供了纯Python版本的库包。
安装建议
对于资源受限的设备(如Trinket M0、Gemma M0等),建议仅复制项目实际需要的库到设备的lib目录,而不是安装整个库包。这样可以节省宝贵的存储空间。
对于更便捷的库管理,推荐使用circup工具。这个命令行工具可以自动从库包中安装所需库到CIRCUITPY驱动器,无需手动下载和复制文件。
总结
20250123版本的Adafruit_CircuitPython_Bundle虽然没有引入突破性的新功能,但对多个核心传感器驱动和通信库进行了重要更新,进一步提升了在CircuitPython环境下开发硬件项目的稳定性和可靠性。这些更新特别有利于物联网、环境监测和运动感知类项目的开发。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00