RogueMaster固件中JavaScript新增firmwareVendor属性支持
在Flipper Zero设备的RogueMaster定制固件中,开发者近期为JavaScript运行时环境新增了一个重要属性支持。这个改进使得脚本能够更准确地识别当前运行的固件类型,为开发者提供了更好的兼容性支持。
背景与需求
Flipper Zero作为一款多功能安全工具,支持通过JavaScript编写脚本扩展其功能。在官方和其他主流定制固件中,JavaScript环境都提供了flipper.firmwareVendor属性,用于返回当前固件的供应商标识字符串。例如:
- 官方固件返回"flipperdevices"
- Unleashed固件返回"unleashed"
- Momentum固件返回"momentum"
RogueMaster作为流行的定制固件之一,此前尚未实现这一属性,导致脚本在检测固件类型时无法准确识别RogueMaster环境。
技术实现
该功能的实现相当简洁高效。开发者通过在js_flipper.c文件中添加一行代码,为JavaScript环境注册了新的属性:
mjs_set(mjs, flipper_obj, "firmwareVendor", ~0, mjs_mk_string(mjs, "roguemaster", ~0, true));
这行代码使用MJS引擎(一种嵌入式JavaScript引擎)的API,在flipper对象上创建了一个名为"firmwareVendor"的字符串属性,其值固定为"roguemaster"。
实际应用价值
这一改进为脚本开发者带来了以下好处:
-
固件识别标准化:脚本现在可以统一使用
flipper.firmwareVendor属性来检测运行环境,而不需要为RogueMaster使用特殊处理逻辑。 -
兼容性提升:原本需要判断属性是否为undefined的脚本现在可以直接获取明确的固件标识,代码更加健壮。
-
功能差异化实现:脚本可以根据不同固件供应商提供特定功能或优化,例如:
if(flipper.firmwareVendor === "roguemaster") { // 启用RogueMaster特有功能 }
开发者建议
对于希望在多固件环境下保持兼容的脚本开发者,建议采用以下模式:
let vendor = flipper.firmwareVendor || "roguemaster"; // 兼容旧版
switch(vendor) {
case "roguemaster":
// RogueMaster特定逻辑
break;
case "unleashed":
// Unleashed特定逻辑
break;
default:
// 默认逻辑
}
这一改进体现了RogueMaster团队对开发者体验的重视,也展示了Flipper Zero生态系统的活力与开放性。随着更多开发者采用这一属性,跨固件的脚本兼容性将得到进一步提升。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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