deCONZ项目v2.29.3-beta版本发布:设备支持与网络稳定性全面升级
deCONZ是由dresden-elektronik开发的开源Zigbee网关解决方案,它通过REST API为智能家居设备提供连接和控制能力。作为一款专业的Zigbee协调器软件,deCONZ广泛应用于家庭自动化和物联网领域。最新发布的v2.29.3-beta版本带来了多项重要更新,包括新增设备支持、网络稳定性改进以及用户体验优化。
设备支持扩展
本次更新新增了对多款智能家居设备的原生支持,进一步丰富了deCONZ的兼容性列表:
-
Shelly 1 Mini Gen4:新一代迷你智能开关现在可以通过DDF(设备描述文件)获得完整支持,用户可以方便地集成这款紧凑型继电器设备。
-
LEDVANCE系列插座:包括Z3型号和COMPACT EU EM T版本在内的LEDVANCE智能插座现在都能完美适配,提供可靠的电源控制功能。
-
温控设备增强:针对Tuya品牌的多种恒温阀(TRV)设备,如Essentials、Revolt、Siterwell和Nedis等型号,更新了专门的DDF文件,确保温度控制更加精准。
-
安全设备支持:frient品牌的智能报警器(SIRZB-111)和智能烟雾报警器(SMSZB-120)获得了功能完善的支持,包括报警控制等关键功能。
-
传感器阵列扩展:新增了包括Tuya振动传感器、Third Reality土壤湿度传感器、NodOn温度传感器以及Tuya毫米波雷达等多种环境监测设备。
网络稳定性改进
v2.29.3-beta版本对Zigbee网络的底层通信机制进行了重要优化:
-
源路由清理:系统现在会强制清除无效的"僵尸"源路由,这些残留路由可能导致网络通信异常。这一改进显著提高了大型Zigbee网络的稳定性。
-
终端设备处理:修复了与睡眠终端设备通信时状态变更请求的问题,确保电池供电设备能够可靠地接收控制指令。
-
绑定管理:自动解除指向不存在节点的无效单播绑定,防止这些"死绑定"消耗网络资源。
-
ConBee III固件更新:包含新的0x26540900测试版固件,专门针对设备配对问题和设备丢失问题进行了修复,同时包含多项底层改进。
用户体验优化
-
DDF系统增强:移除了遗留的config/temperature属性(曾被误认为是环境温度),未来如有需要将以更明确的state/chip_temperature名称重新引入。
-
按钮事件处理:DDF系统现在可以正确暴露按钮事件,使自定义设备能够提供更丰富的交互体验。
-
代码重构:对按钮映射系统进行了重构(第一部分),为未来的功能扩展打下基础。
-
串行驱动优化:Unix串行驱动程序经过重构,能够处理更快、更大的消息,提高了与硬件网关的通信效率。
平台特定更新
-
macOS支持:首次提供了专门的Apple Silicon版本,不再需要依赖Rosetta转译,原生支持M1/M2芯片的Mac电脑。
-
Home Assistant插件:切换到OpenBox窗口管理器,解决了之前使用DWM时的多种可用性问题。
-
构建修复:解决了调试版本中初始设置可能崩溃的问题,并修复了多种printf格式警告。
技术前瞻
本次更新中,开发团队已经开始对代码库进行系统性重构,特别是按钮映射系统的改造。这种架构级的改进虽然不会立即带来新功能,但为未来的可扩展性和维护性奠定了基础。同时,DDF系统的持续完善表明deCONZ正在向更灵活、更易扩展的设备支持架构演进。
对于专业用户而言,网络层级的改进尤其值得关注。源路由清理和绑定管理的自动化处理,将显著降低大型Zigbee网络的维护难度,特别是在设备频繁更换的场景下。
升级建议
作为测试版发布,v2.29.3-beta适合技术爱好者和小规模测试环境使用。生产环境用户建议等待稳定版本。特别值得注意的是,ConBee III用户可以通过新固件获得明显的稳定性提升,建议在评估环境中优先测试。
对于使用Home Assistant集成的用户,新版插件解决了长期存在的窗口管理问题,升级后将获得更流畅的图形界面体验。Apple Silicon Mac用户终于可以摆脱转译性能损失,享受原生支持带来的性能优势。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00