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。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00