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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00