RMK键盘固件v0.7.2版本发布:稳定性与功能优化
RMK是一个基于Rust语言开发的现代化键盘固件项目,它提供了高度可定制化的键盘固件解决方案。与传统的C语言固件相比,RMK利用了Rust语言的内存安全特性和强大的类型系统,为键盘开发者提供了更安全、更可靠的开发体验。
核心修复与改进
本次发布的v0.7.2版本主要针对几个关键问题进行了修复和优化:
ADC初始化修复
在分体式键盘场景中,ADC(模数转换器)的初始化问题得到了解决。ADC在键盘中常用于电池电量监测等功能,此次修复确保了分体键盘两侧的ADC模块能够正确初始化,为后续的电池管理功能提供了可靠基础。
NonusHash解析修正
NonusHash是RMK中用于处理特殊键位映射的机制,本次修复了其解析过程中的错误。这个改进使得键盘布局定义文件中的特殊键位能够被正确识别和处理,提升了固件对复杂键位配置的支持能力。
输出切换状态修复
修复了键盘在切换输出模式(如USB与蓝牙之间切换)后状态不正确的问题。这个改进使得模式切换更加可靠,避免了因状态错误导致的输入异常。
硬件支持优化
针对PY32系列MCU的示例代码进行了修正,确保开发者能够基于这些示例快速构建自己的键盘固件。同时,默认启用了2M Phy功能,提升了无线通信的稳定性和性能。
架构调整
本次版本对代码结构进行了重要调整,将Controller模块置于特性标志(feature flag)之后。这种设计使得核心控制器功能成为可选模块,开发者可以根据实际需求选择是否包含这部分代码,提高了固件的灵活性和可定制性。
输入系统改进
修复了鼠标键码的一个拼写错误,虽然看似微小,但确保了鼠标功能键位的正确映射,提升了外设功能的可靠性。
总结
RMK v0.7.2版本虽然没有引入重大新功能,但对现有功能的稳定性和可靠性进行了全面加强。从底层硬件初始化到上层输入处理,多个关键环节得到了优化,体现了项目对质量的不懈追求。对于使用RMK的键盘开发者来说,这个版本值得升级,特别是那些正在开发分体式键盘或需要复杂键位映射的项目。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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