EVCC项目中MQTT插件payload的JQ转换功能解析
2025-06-13 18:47:18作者:羿妍玫Ivan
在智能充电管理平台EVCC的开发过程中,MQTT协议的集成是一个重要功能。开发者们发现当前版本在处理MQTT消息payload时存在一些功能限制,特别是在写入操作时的数据转换方面。
现有功能分析
当前EVCC的MQTT插件已经支持:
- 读取MQTT主题时使用JQ表达式转换payload数据
- 写入MQTT主题时使用简单的payload模板
然而,开发者们发现写入操作时缺乏与读取操作对称的JQ转换能力。例如,当需要将布尔值转换为特定数字代码时,目前只能通过payload模板进行简单转换,无法实现复杂逻辑。
实际应用场景
一个典型场景是智能充电桩的状态控制:
- 读取状态时:将原始值65/50转换为1/0的布尔形式
- 写入状态时:需要将1/0转换回65/50的设备特定代码
目前写入操作只能通过变通方案实现:
- 使用外部脚本调用mosquitto_pub工具
- 在payload模板中使用简单条件判断
技术实现探讨
从技术架构角度看,实现写入时的JQ转换需要:
- 在MQTT插件中增加JQ处理环节
- 确保处理流程在payload模板渲染之后执行
- 保持与读取操作相同的JQ表达式语法
值得注意的是,这种增强应该统一应用于所有Setter接口(MQTT/HTTP等),而不仅是MQTT,以保持系统一致性。
最佳实践建议
在等待官方功能增强的同时,开发者可以采用以下临时方案:
- 对于简单转换,使用payload模板的条件表达式
- 复杂场景下,考虑使用脚本插件作为过渡方案
- 评估是否可以通过设备固件更新来简化数据格式
这种功能增强不仅提升了EVCC的灵活性,也为集成更多异构设备提供了可能性,是智能充电管理系统发展的重要一步。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1