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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00