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。
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-1.5暂无简介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
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