【亲测免费】 Katapult 项目使用教程
1. 项目介绍
Katapult(原名 CanBoot)是一个为 ARM Cortex-M 微控制器设计的可配置引导加载程序。最初设计用于与 Klipper 一起使用的 CAN 节点,Katapult 利用了 Klipper 的硬件抽象层,并将其精简以保持最小的占用空间。除了 CAN 接口,Katapult 现在还支持 USB 和 UART 接口。目前支持的微控制器包括 lpc176x、stm32 和 rp2040。CAN 支持目前仅限于 stm32 F 系列和 rp2040 设备。
Katapult 是基于 GNU GPL v3 许可证发布的。
2. 项目快速启动
2.1 克隆项目
首先,克隆 Katapult 项目到本地:
git clone https://github.com/Arksine/katapult.git
cd katapult
2.2 配置和构建
使用 menuconfig 配置 Katapult:
make menuconfig
在 menuconfig 中,您可以配置以下选项:
- Microcontroller Architecture: 选择 lpc176x、stm32 或 rp2040。
- Processor model: 根据所选架构选择处理器型号。
- Build Katapult deployment application: 参见下面的部署器部分。
- Disable SWD at startup: 这是 GigaDevice STM32F103 克隆的选项。
- Clock Reference: 选择适合您板子的晶振设置。
- Communication interface: 选择 CAN、USB 或 UART。
- CAN bus speed: 选择适合您的 CAN 总线速度。
- Baud rate for serial port: 选择适合您的串行设备的波特率。
- USB ids: 允许用户定义 USB 供应商 ID、产品 ID 和/或序列号。
- Support bootloader entry on rapid double click of reset button: 启用后,可以通过在 500ms 内按两次复位按钮进入引导加载程序。
- Enable bootloader entry on button (or gpio) state: 启用使用 GPIO 进入引导加载程序。
- Button GPIO Pin: 按钮的 GPIO 引脚名称。
- Enable Status Led: 启用状态 LED 选项。
- Status LED GPIO Pin: 状态 LED 的引脚名称。
配置完成后,构建 Katapult:
make
2.3 烧录 Katapult
使用编程器(如 ST-Link)烧录 Katapult。如果没有编程器,可以通过 UART 烧录 STM32F103 设备,或通过 DFU 烧录 STM32F042/72 设备。
# 使用 ST-Link 烧录
st-flash write katapult.bin 0x8000000
3. 应用案例和最佳实践
3.1 与 Klipper 集成
Katapult 主要用于与 Klipper 集成,作为 Klipper 的引导加载程序。通过 Katapult,用户可以轻松更新 Klipper 固件,而无需使用外部编程器。
3.2 使用 Katapult 部署器
Katapult 部署器允许用户在不使用编程器的情况下更新引导加载程序。确保在部署之前正确配置 Katapult,以避免设备变砖。
# 使用部署器
make deploy
4. 典型生态项目
4.1 Klipper
Klipper 是一个用于 3D 打印机的开源固件,Katapult 作为其引导加载程序,提供了灵活的固件更新机制。
4.2 CAN 总线
Katapult 支持 CAN 总线接口,使其适用于需要 CAN 通信的嵌入式系统。
4.3 USB 和 UART
除了 CAN,Katapult 还支持 USB 和 UART 接口,使其适用于更广泛的嵌入式设备。
通过以上步骤,您可以快速上手 Katapult 项目,并将其应用于各种嵌入式系统中。
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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