FreeOpcUa 开源项目教程
项目介绍
FreeOpcUa 是一个开源的 OPC-UA 服务器和客户端库,支持 C++ 和 Python 语言。OPC-UA(开放平台通信统一架构)是一种用于工业自动化的通信协议,旨在实现不同设备和系统之间的互操作性。FreeOpcUa 项目的目标是提供一个开放源代码(LGPL/GPL 许可)的 OPC-UA 栈和相关工具。
项目快速启动
安装
首先,确保你的系统上安装了 Python 3.7 或更高版本。然后,使用 pip 安装 FreeOpcUa 的 Python 库:
pip install asyncua
启动一个简单的 OPC-UA 服务器
以下是一个简单的 Python 脚本,用于启动一个基本的 OPC-UA 服务器:
from asyncua import Server
import asyncio
async def main():
server = Server()
await server.init()
server.set_endpoint('opc.tcp://0.0.0.0:4840/freeopcua/server/')
server.set_server_name("FreeOpcUa Example Server")
# 添加一个命名空间
uri = 'http://examples.freeopcua.github.io'
idx = await server.register_namespace(uri)
# 添加一个变量节点
var = await server.nodes.objects.add_variable(idx, 'MyVariable', 6.7)
await var.set_writable() # 允许客户端写入
async with server:
while True:
await asyncio.sleep(1)
new_value = await var.get_value() + 0.1
await var.set_value(new_value)
if __name__ == '__main__':
asyncio.run(main())
保存上述代码为 server.py 并运行:
python server.py
启动一个简单的 OPC-UA 客户端
以下是一个简单的 Python 脚本,用于连接到上述服务器并读取变量值:
from asyncua import Client
import asyncio
async def main():
url = 'opc.tcp://localhost:4840/freeopcua/server/'
async with Client(url=url) as client:
uri = 'http://examples.freeopcua.github.io'
idx = await client.get_namespace_index(uri)
var = client.nodes.root.get_child(['0:Objects', f'{idx}:MyVariable'])
value = await var.read_value()
print(f'Variable value: {value}')
if __name__ == '__main__':
asyncio.run(main())
保存上述代码为 client.py 并运行:
python client.py
应用案例和最佳实践
工业自动化
FreeOpcUa 可以用于实现不同工业设备之间的数据交换,例如传感器数据采集、设备状态监控等。通过 OPC-UA 协议,可以实现设备间的无缝集成,提高生产效率和数据透明度。
智能建筑
在智能建筑领域,FreeOpcUa 可以用于连接和管理各种智能设备,如 HVAC 系统、照明控制、安防系统等。通过统一的 OPC-UA 接口,可以实现设备间的协同工作,提升建筑的智能化水平。
典型生态项目
opcua-asyncio
opcua-asyncio 是 FreeOpcUa 项目中的一个活跃子项目,提供了一个基于异步编程的 Python OPC-UA 客户端和服务器库。它支持 Python 3.7 及以上版本,并提供了同步包装器,方便开发者使用。
opcua-client-gui
opcua-client-gui 是一个基于 Python 的 OPC-UA GUI 客户端,提供了图形界面用于连接和操作 OPC-UA 服务器。它适用于需要可视化操作和监控 OPC-UA 设备的场景。
opcua-modeler
opcua-modeler 是一个用于创建 OPC-UA 模型并将其导出为 XML 文件的 GUI 工具。它可以帮助开发者设计和
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