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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00