EVCC 0.203.5版本发布:充电管理系统的关键更新解析
EVCC作为一款开源的电动汽车充电管理系统,在0.203.5版本中带来了一系列重要的功能增强和问题修复。本文将从技术角度深入分析这次更新的核心内容,帮助用户理解这些变更对充电管理体验的影响。
主要功能更新
本次版本新增了对多款充电设备的支持,显著扩展了EVCC的兼容性范围。其中特别值得关注的是新增了Carlo Gavazzi EM24_E1电能表的以太网版本支持,这款设备常用于能源监测场景。同时加入的还有Kathrein充电器和Plugchoice/Volt Time系列充电器,为不同品牌设备的用户提供了更多选择。
在电池管理方面,新版本增加了对OpenEMS电池控制系统的支持,这使得EVCC能够更好地与家庭能源存储系统协同工作,优化充放电策略。
设备兼容性改进
针对现有设备的支持也进行了多项优化。KEBA充电器的P40型号能量计算问题得到修复,确保了电量统计的准确性。Mennekes-Compact充电器的重启和相位切换功能也进行了修正,提高了设备稳定性。Sungrow充电器的启用状态和相位切换逻辑同样获得改进,使操作更加可靠。
系统性能优化
在系统底层,HTTP组件进行了两项重要改进:非成功状态错误现在被标记为永久性错误,同时增加了使用密码作为Bearer令牌回退的机制,增强了API调用的可靠性。Modbus协议的默认超时时间恢复为3秒,退避时长调整为10秒,在通信稳定性和响应速度之间取得了更好的平衡。
用户界面增强
用户界面方面进行了多处细节优化。预测功能界面现在能够正确处理负电价显示,CO2排放数据的格式问题得到修正。计划器UI修复了首时段悬停效果,提升了操作体验。配置界面隐藏了不必要的持续时间示例,使界面更加简洁。
数据采集改进
数据采集模块有多项重要更新。Akkudoctor设备的默认采集间隔调整为2小时,降低了系统负载。Niu电动车的里程表数据采集问题得到修复,确保行驶数据准确记录。Tibber Pulse设备的超时时间延长以匹配GraphQL API的要求,提高了数据获取成功率。
开发者相关变更
对于开发者而言,值得注意的是i18n国际化系统从toml格式迁移到了json格式,这可能影响本地化文件的处理方式。Go插件系统现在会在每次调用时重新创建插件,这可能会影响某些插件的性能但提高了稳定性。
SGReady组件进行了标准化模式调整,这是一项破坏性变更(BC),需要现有用户特别注意配置更新。
这次更新体现了EVCC项目在设备兼容性、系统稳定性和用户体验方面的持续改进,为用户提供了更可靠、更高效的电动汽车充电管理解决方案。
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