openHAB 4.3.4版本发布:智能家居自动化平台的重要更新
openHAB是一个开源的智能家居自动化平台,它允许用户将各种智能设备和技术整合到一个统一的系统中。作为一个高度模块化的解决方案,openHAB支持数百种不同的协议和设备类型,为用户提供了极大的灵活性和可扩展性。本次发布的4.3.4版本是一个重要的维护更新,包含了多项功能改进和错误修复。
核心运行时改进
在OAuth认证方面,4.3.4版本引入了RFC-8628设备代码授权流程的支持。这项改进使得那些没有传统输入设备(如智能电视或IoT设备)能够更方便地进行OAuth认证。同时,开发团队还修复了并发令牌读取/刷新可能导致的问题,提高了认证过程的稳定性和可靠性。
插件功能增强与修复
基础配置文件插件
基础配置文件插件在此版本中得到了重要修复。开发团队解决了可能导致除零错误的DELTA_PERCENT检查的情况。这些改进使得状态监控和条件判断更加准确可靠。
能源管理相关插件
evcc插件针对电动汽车充电管理进行了更新,新增了对电网功率的支持,以适配evcc API自0.133.0版本以来的变化。同时修复了处理包含特殊字符的车辆名称时可能出现的问题,提升了与电动汽车系统的兼容性。
家庭自动化协议支持
HomeKit插件优化了可选特性的添加顺序,确保设备与服务之间的交互更加稳定。Insteon插件则修复了场景通道在调制解调器数据库重新加载后可能无响应的问题,并调整了特定图标产品的处理逻辑。
多媒体与监控插件
IP摄像头插件解决了当未指定源时事件流可能崩溃的问题,提高了视频监控的稳定性。对于使用Ruby脚本的用户,JRuby脚本插件新增了"dummy" openHAB gem到环境,同时出于安全考虑禁用了Process.exec功能。
用户界面优化
主用户界面在持久性编辑功能方面进行了多项改进。修复了多重选择的问题,并添加了编辑时的脏检查机制,使得配置更改更加直观和可靠。这些改进特别有助于复杂自动化规则的配置和管理。
认证流程现代化
多个插件如MercedesMe和Tado都更新了认证流程,采用了更现代的OAuth RFC-8628认证方式。Teslascope插件也进行了适配,以支持Teslascope v5的API变更。这些更新不仅提高了安全性,也改善了用户体验。
总结
openHAB 4.3.4版本虽然是一个维护更新,但包含了多项重要的功能改进和错误修复。从核心认证机制的增强到各种设备插件的优化,再到用户界面的改进,这个版本进一步提升了平台的稳定性、安全性和易用性。对于智能家居自动化爱好者来说,升级到这个版本将获得更流畅、更可靠的自动化体验。
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