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。
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03