probe-rs项目v0.29.0版本发布:嵌入式调试工具链的重大更新
probe-rs是一个开源的嵌入式调试工具链项目,它为嵌入式开发者提供了强大的调试、编程和测试功能。作为一个现代化的调试工具,probe-rs支持多种架构的微控制器,包括ARM Cortex-M、RISC-V等,并且提供了丰富的功能集,如Flash编程、RTT(实时传输)通信、核心寄存器访问等。
核心功能增强
本次v0.29.0版本带来了多项重要改进,特别是在ARMv7架构支持方面有了显著提升。开发团队为ARMv7A和ARMv7R核心增加了CPSR(当前程序状态寄存器)写回能力,这对于调试复杂的ARM核心场景尤为重要。CPSR包含了关键的状态信息如条件标志、中断禁用位等,能够写回这一寄存器大大增强了调试的灵活性。
针对TI TMS570微控制器的初步支持也被引入,这为汽车电子和工业控制领域的开发者提供了新的选择。TMS570系列以其高可靠性和安全特性著称,常用于安全关键型应用。
调试体验优化
在调试工具方面,新版本增强了内存读取功能,现在read命令支持输出二进制和十六进制格式,这为开发者分析内存内容提供了更多便利。同时引入的Endian枚举和.endianness()调用让字节序处理更加直观,特别是在处理不同架构的目标设备时。
对于Flash编程流程,新增的BlankCheck功能可以更准确地检测目标是否已被擦除,特别是对于那些使用ECC(错误校验与纠正)Flash的器件,传统的简单内存比较方法可能无法准确判断空白状态。
架构支持改进
ARMv7A核心的操作现在会确保核心处于暂停状态,这是通过一系列新的辅助函数实现的。这些函数封装了对主存储器的读写和核心暂停等操作,使得序列(Sequences)能够更安全地执行这些关键操作。
在ARMv7R核心上,修复了跳转到加载代码的问题,现在使用mov pc, r0指令替代了原先不工作的bx lr指令,确保了代码执行的可靠性。
工具链完善
probe-rs的工具链也获得了多项更新:
- 目标生成器(target-gen)现在支持测试指定的探针
- RTT主机工具(rtthost)优化了核心选择逻辑,提升了性能
- 增加了对Xtensa和RISC-V核心转储文件(.elf格式)的解析能力
问题修复
本次版本还修复了多个关键问题:
- 修正了CMSIS-DAP探针在SWD模式下错误扫描JTAG链的问题
- 修复了ARMv7A闪存支持中的LR寄存器对齐问题
- 解决了ADIMemoryInterface中读取非对齐数据的问题
- 优化了RTT通信的稳定性
这些改进使得probe-rs在嵌入式开发领域的适用性更广,稳定性更高,为开发者提供了更加强大和可靠的调试体验。无论是进行低级别的寄存器操作,还是复杂的Flash编程,新版本都带来了显著的提升。
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。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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