CircuitPython 9.2.6版本发布:嵌入式Python开发的重要更新
项目简介
CircuitPython是Adafruit公司开发的一款专为微控制器设计的Python实现版本,它让嵌入式开发变得更加简单和高效。作为MicroPython的一个分支,CircuitPython特别注重易用性和教育性,适合从初学者到专业开发者的各类用户群体。最新发布的9.2.6版本是一个稳定版本,主要修复了一些关键问题并进行了功能增强。
核心更新内容
存储系统修复
9.2.6版本修复了storage.remount("/", readonly=False)函数在9.2.5版本中出现的回归问题。这个函数在嵌入式系统中非常重要,它允许开发者动态地切换文件系统的读写状态。例如,当需要更新固件或修改配置文件时,开发者可以先将文件系统设置为可写模式,完成操作后再恢复为只读模式,这样可以有效防止意外修改导致系统不稳定。
RP2040微控制器的mDNS增强
针对使用RP2040芯片(如Raspberry Pi Pico)的开发者,此版本增加了MDNS_MAX_SERVICES的值,解决了之前版本中mDNS(多播DNS)服务的限制问题。mDNS是零配置网络中的关键技术,它允许设备在网络中自动发现服务而无需中央DNS服务器。这一改进对于物联网设备和网络应用开发者尤为重要。
硬件兼容性说明
稳定支持的平台
CircuitPython 9.2.6为多个硬件平台提供了稳定支持,包括:
- Microchip的SAMD21和SAMx5x系列
- Sony的Spresense平台
- Espressif的ESP32系列(ESP32、ESP32-S2、ESP32-S3、ESP32-C2、ESP32-C3、ESP32-C6)
- Nordic的nRF52840和nRF52833
- Raspberry Pi的RP2040和RP2350
- STM32F4系列微控制器
实验性支持的平台
一些平台仍处于alpha测试阶段,可能存在功能不完整或稳定性问题,包括:
- Analog Devices的MAX32690
- 树莓派系列开发板
- ESP32-P4
- fomu开发板
- NXP的i.MX RT10xxx系列
- Silicon Labs的MG24系列
- 非STM32F4系列的ST微控制器
- 基于Zephyr RTOS的多平台支持
特定开发板的改进
用户界面优化
Adafruit Fruit Jam开发板的按钮命名得到了修正,使得开发者能够更直观地识别和使用这些硬件资源。
硬件兼容性调整
Heltec ESP32-S3-WIFI-LoRa-V3开发板移除了不可用的RFM9x固件库,避免了潜在的兼容性问题。Waveshare ESP32-S3-GEEK开发板则增加了board.SPI()功能并修复了SD卡SPI接口的问题,提升了外设连接的可靠性。
开发工具与文档
CircuitPython继续优化其开发体验,推荐开发者使用最新版本的Mu编辑器或在线编辑器code.circuitpython.org进行开发。文档方面,9.2.6版本修复了多处文档问题,使得开发者能够获得更准确的技术参考。
向后兼容性说明
值得注意的是,9.2.6版本开始对已弃用的displayio绑定发出了警告提示。例如,displayio.Display已被标记为弃用,建议开发者改用busdisplay.BusDisplay。这些被弃用的API将在CircuitPython 10.0.0版本中完全移除,开发者应提前做好迁移准备。
总结
CircuitPython 9.2.6作为一个维护版本,虽然没有引入重大新功能,但解决了一些关键问题,特别是存储系统和网络服务方面的改进,进一步提升了开发体验和系统稳定性。对于嵌入式Python开发者来说,及时升级到这个版本可以获得更可靠的功能支持。随着CircuitPython生态的持续发展,它为硬件编程带来了前所未有的便捷性,让更多开发者能够轻松实现创意项目。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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