CircuitPython 9.2.3版本发布:嵌入式Python开发环境的重要更新
项目简介
CircuitPython是Adafruit开发的一款开源嵌入式Python实现,专为微控制器设计。它提供了一个简单易用的开发环境,让开发者能够使用Python语言快速开发嵌入式项目。与传统的嵌入式开发相比,CircuitPython具有交互式开发、即时反馈和丰富的库支持等优势,特别适合教育、原型设计和快速开发场景。
核心更新内容
ESP32-S3 USB连接修复
本次9.2.3版本修复了ESP32-S3系列芯片在没有USB集线器的情况下无法正常连接的问题。这个修复对于使用ESP32-S3开发板的开发者尤为重要,因为它影响了基本的开发工作流程。现在开发者可以直接将ESP32-S3开发板连接到电脑,无需额外的USB集线器即可进行编程和调试。
新开发板支持
9.2.3版本新增了对三款开发板的官方支持:
- Adafruit Sparkle Motion:一款专为运动检测和交互设计而优化的开发板
- Adafruit Mini Sparkle Motion:Sparkle Motion的迷你版本,适合空间受限的项目
- M5Stack StampS3:基于ESP32-S3的紧凑型开发板,延续了M5Stack产品线的一贯风格
这些新支持的开发板扩展了CircuitPython的硬件生态,为开发者提供了更多选择。
技术细节与改进
稳定性增强
- 修复了冻结库(frozen library)的版本号问题,确保库版本信息准确无误
- 针对STM32H7系列微控制器可能出现的崩溃问题进行了前瞻性修复
- 改进了串口控制台的启动过程和日志记录机制,提升了调试体验
文档完善
- 补充了Windows系统下
usb_midi.set_names()功能的使用限制说明 - 修正了RTC(实时时钟)模块文档中的拼写错误
构建系统优化
- 改进了
circuitpython-stubs构建过程中setuptools_scm工具的版本管理 - 优化了内联文档的文件查找机制,采用包含列表而非排除列表的方式,提高了文档生成的可靠性
版本兼容性说明
对于使用nRF52系列开发板的用户需要特别注意:如果板载的UF2引导程序版本低于0.6.1,将无法加载CircuitPython 8.2.0及更高版本。这是由于固件大小增加所致。建议相关用户及时更新引导程序。
各硬件平台状态概览
CircuitPython支持多种微控制器架构,各平台的稳定性有所不同:
稳定支持的平台:
- Microchip SAMD系列
- 索尼Spresense
- Espressif ESP32全系列
- Nordic nRF52系列
- 树莓派RP2040/RP2350
- STM32F4系列
处于Alpha测试阶段的平台:
- Analog Devices MAX32690
- 树莓派单板计算机
- 新兴的ESP32-P4
- LiteX模拟器
- NXP i.MX RT10xxx
- 硬件模拟器
- Silicon Labs MG24系列
- 非STM32F4的ST系列
已知问题
当前版本仍存在一些已知问题需要开发者注意:
- 原生代码.mpy文件功能尚未完全正常工作(目前仅在winterbloom_sol开发板上启用)
- 部分平台可能存在特定功能限制或稳定性问题
总结
CircuitPython 9.2.3作为一个稳定版本更新,主要解决了ESP32-S3的USB连接问题,并扩展了对新硬件的支持。这些改进使得嵌入式Python开发体验更加流畅和可靠。对于使用受影响硬件的开发者来说,升级到这个版本将显著改善开发体验。
随着CircuitPython生态的持续发展,它为嵌入式开发带来了Python语言的简洁性和强大功能,降低了嵌入式系统的开发门槛。无论是教育用途还是产品原型开发,CircuitPython都展现出了独特的价值。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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