【亲测免费】 Adafruit MicroPython工具(Ampy)操作指南
一、项目介绍
Adafruit MicroPython工具(简称Ampy)是一款命令行工具,用于通过串口连接控制MicroPython或CircuitPython板。它旨在简化文件操纵过程和在板上执行Python脚本的操作。
二、项目快速启动
安装Ampy
Ampy支持Python 2.7和Python 3.x版本,可以轻松从Python包索引安装。下面是不同操作系统下的安装指令:
MacOS 或 Linux环境下:
pip3 install --user adafruit-ampy
如果遇到权限问题,可能需要以root用户运行:
sudo pip3 install adafruit-ampy
对于没有Python 3的系统,可尝试以下命令:
pip install adafruit-ampy
在Windows环境下:
pip install adafruit-ampy
验证安装
安装完毕后,可以通过下面的命令验证是否正确安装了Ampy:
ampy --help
该命令应显示Ampy的帮助信息。
使用Ampy
接下来,使用Ampy发送一个简单的文件到你的MicroPython/CircuitPython板上。首先确保你的板已连接至电脑并确定其串口号。
假设你有一个名为test.py的简单脚本,你可以使用以下命令将其发送到板上:
ampy --port /dev/ttyUSB0 put test.py
替换/dev/ttyUSB0为你实际使用的串口号。
三、应用案例与最佳实践
发送Python脚本
将本地计算机上的Python脚本发送到MicroPython/CircuitPython板上进行执行是常见的应用场景之一。例如,你可以创建一个名为hello.py的脚本,其中包含打印“Hello World!”的内容。然后使用Ampy将此脚本传输给板子:
ampy --port /dev/ttyUSB0 put hello.py
接着,可以通过以下命令在板上执行脚本:
ampy --port /dev/ttyUSB0 run hello.py
这将立即在板上运行脚本并显示结果。
文件下载
同样地,从板上下载文件也非常方便。只需指定目标路径即可获取指定文件:
ampy --port /dev/ttyUSB0 get test.py ~/Downloads/
利用环境变量配置端口参数
为了省去每次调用时都需要输入串口号的麻烦,可以在工作目录中创建一个名为ampy的文件,预设一些环境变量,如:
AMPY_PORT=/dev/cu.wchusbserial1410
AMPY_BAUD=115200
AMPY_DELAY=0.5
这样设置后,在运行任何ampy命令前,这些环境变量都将被自动加载。
四、典型生态项目
Ampy虽然是个轻量级工具,但它可以成为开发基于MicroPython/CircuitPython的应用的强大助手。结合rshell或mpfshell等其他MicroPython工具,开发者能够实现更复杂的交互式功能,比如发送实时输入到板上或调试应用程序。
Ampy的灵活性使其适用于各种场景,从教学演示到工业自动化项目均适用。作为生态链中的重要一环,掌握Ampy不仅有助于提升微控制器编程效率,还能增强与其他硬件资源的集成度。无论你是教育者、业余爱好者还是专业工程师,深入理解如何利用Ampy来优化工作流程,都是值得投入时间的。
以上就是关于Adafruit MicroPython工具(Ampy)的初步介绍及其基本操作步骤。希望这份指南可以帮助您快速入门,并探索更多有趣的功能和应用!
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