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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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