Zigbee-herdsman-converters v23.22.0版本发布:新增设备支持与功能优化
Zigbee-herdsman-converters是一个开源的Zigbee设备转换器项目,它作为Zigbee2MQTT生态系统的核心组件,负责将各种Zigbee设备的专有协议转换为标准化的MQTT消息格式。这个项目支持了数百种Zigbee设备,使它们能够无缝集成到智能家居系统中。
最新发布的v23.22.0版本带来了多项重要更新,包括对新型设备的支持、现有设备功能的增强以及一些关键问题的修复。下面我们将详细解析这次更新的技术亮点。
新增设备支持
本次更新为生态系统新增了三种设备的支持:
-
Flower_Sensor_v2:这是一款第二代植物监测传感器,能够测量土壤湿度、光照强度等植物生长环境参数。该设备的加入使得园艺爱好者可以更方便地监控植物的生长状况。
-
FLS-M:这是一款多功能智能照明设备,支持调光和场景控制。它的加入丰富了智能照明设备的选择,特别是在需要精确控制光照强度的场景下。
-
PN16:这是一款16路智能插座控制器,适用于需要集中控制多个电器设备的场景。它的支持使得商业和工业环境中的设备管理更加便捷。
设备功能增强
本次更新还对现有设备的功能进行了多项优化:
-
Tuya TS0001_power设备现在支持OTA(Over-The-Air)固件升级功能。这意味着用户可以直接通过Zigbee网络为设备推送固件更新,无需物理接触设备,大大提升了维护便利性。
-
Zen Zen-01-W智能风扇控制器新增了对风扇模式和状态的支持。现在用户可以通过智能家居系统更精确地控制风扇的运行模式,如自然风、睡眠风等,并实时获取风扇的运行状态。
设备识别优化
在设备识别方面,本次更新做了以下改进:
-
修正了对
_TZB210_6eed09b9设备的识别逻辑,现在能正确识别为MiBoxer FUT103ZR智能照明设备。这种改进确保了设备能够使用正确的转换逻辑和功能集。 -
优化了对
_TZE200_uiyqstza设备的识别,现在能准确识别为Lidl 368308_2010型号。这种识别精度的提升有助于避免设备功能异常或配置错误。
问题修复与稳定性提升
本次更新还包含了一些重要的错误修复:
-
修复了Bosch BSIR-EZ入侵检测器的防拆报警(tamper)功能。这个修复确保了安全设备能够正确报告物理篡改事件,提高了安全监控的可靠性。
-
改进了版本号(semver)的验证逻辑,在进行版本比较前会先进行严格的格式验证。这项改进防止了因版本号格式不规范导致的比较错误,提升了系统的稳定性。
总结
Zigbee-herdsman-converters v23.22.0版本的发布,进一步扩展了支持的设备范围,增强了现有设备的功能,并提升了系统的整体稳定性。这些改进使得基于Zigbee的智能家居系统能够支持更多样化的设备类型,提供更丰富的控制功能,同时确保系统运行的可靠性。
对于智能家居开发者和高级用户来说,及时更新到这个版本可以获得更好的设备兼容性和更稳定的系统表现。特别是新增的OTA支持功能,将大大简化未来设备维护和升级的工作流程。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112