Zigbee-herdsman-converters v23.24.0版本发布:新增多款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,主要用于将不同厂商的Zigbee设备协议转换为统一的格式,以便与Zigbee2MQTT等网关软件配合使用。该项目持续更新,不断添加对新设备的支持并优化现有功能。
新增设备支持
本次v23.24.0版本新增了对多款Zigbee设备的支持:
-
新增了C-ZB-SEWA、C-ZB-SETE、C-ZB-SEDC和C-ZB-SEMO系列设备的支持。这些设备属于同一产品线,可能是智能开关或传感器类设备。
-
增加了对IRB-4-1-00和SEM-4-1-00两款设备的支持。从型号命名来看,这些可能是工业级或专业级的传感器设备。
-
新增了Presence_Sensor_v2.6存在传感器的支持。这是一款用于检测人员存在的传感器,在智能家居和商业自动化场景中有广泛应用。
设备功能优化
-
为Aqara Z1 Pro LED设备添加了开关(toggle)功能支持。这使得用户可以通过自动化系统或手动控制来切换LED灯的状态,而不仅仅是简单的开/关操作。
-
对PMM-300Z2和PMM-300Z3两款设备进行了功能更新。这些设备可能是电力监测模块,更新可能包括更精确的测量数据或新增的监测参数。
问题修复与改进
-
针对Bituo Tuya系列设备,增加了更新频率调整功能。这解决了部分设备数据更新不及时的问题,提高了系统的响应性。
-
修复了Aqara WS-K02E设备的端点(endpoint)配置问题。端点配置错误会导致设备功能无法正常使用,修复后设备将能正常工作。
-
对设备识别系统进行了多项改进:
- 现在能正确识别_TZB210_eiwanbeb型号为MiBoxer E2-ZR设备
- 能够识别_TZE200_wbhaespm为SUTON STB3L-125-ZJ设备
- 新增对929003785001_01和929003785001_02型号的识别,将其正确映射为Philips 4090330P9设备
-
修复了Zosung转换器中的一个错误,该错误可能导致设备控制异常。
-
对Third Reality 3RWK0148Z智能浇水设备的wateringTimes参数类型进行了修正,确保其能正确接收和解析浇水时间设置。
-
在代码层面进行了TypeScript类型的严格化处理(TypeScript stricter),这有助于提高代码质量和减少潜在的错误。
技术意义与应用价值
本次更新体现了Zigbee生态系统的持续扩展和成熟。新增的设备支持让更多用户能够将这些设备接入统一的智能家居系统,而功能优化则提升了现有设备的可用性和稳定性。
特别值得注意的是对工业级设备(如IRB-4-1-00)的支持,这表明Zigbee技术正在从消费级市场向工业应用领域扩展。同时,对存在传感器的支持也反映了智能家居系统正朝着更智能、更自动化的方向发展。
类型系统的严格化是软件工程实践中的重要进步,虽然对终端用户不可见,但能显著提高软件的可靠性和可维护性,为未来的功能扩展奠定更坚实的基础。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C095
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00