【亲测免费】 MKS PI V1.0使用说明书
2026-01-21 04:08:47作者:段琳惟
简介
MKS PI V1.0是创客基地为了方便3D打印用户使用Klipper固件而推出的替代树莓派的高端微型电脑板卡。该板卡在硬件和软件上都进行了优化,旨在提供更稳定和高效的3D打印体验。
特点优势
- 强大的硬件配置:板载4核64位SOC,搭配1GBytes的DDR3内存,性能强劲。
- 稳定的供电:支持12/24V电源供电,确保系统稳定运行。
- 丰富的接口:支持HDMI屏幕接口、PI-TS35屏幕接口,提供有线以太网口和3路USB接口,可外接多种设备。
- 兼容性:板子安装孔位和尺寸与树莓派一致,可直接替换树莓派。
主板参数
- 处理器:4核64位SOC
- 内存:1GBytes DDR3
- 电源:12/24V
- 接口:HDMI、PI-TS35、有线以太网口、3路USB接口
使用教程
镜像文件下载与安装
- 硬件准备:TF存储卡(不小于16G)、TF读卡器、安装有Windows操作系统的PC、无线网卡或网线、Type_C数据线。
- 软件准备:下载镜像文件和balenaEtcher烧录工具。
- 烧录镜像:格式化TF卡,使用balenaEtcher将镜像文件烧录到TF卡中。
网络连接
- 无线WiFi连接:使用USB网卡连接WiFi,配置网络参数。
- 有线连接:通过网线连接到路由器,获取IP地址。
登录与配置
- 登录fluidd:在浏览器中输入IP地址,进入fluidd界面进行配置。
- Putty连接:使用USB连接PI,进行固件编译和在线升级。
- SSH连接:通过无线方式发送指令操作PI,进行固件编译和在线升级。
主板连接与配置
- USB连接:使用USB数据线连接MKS PI和3D打印主板。
- 串口连接:将主板上的G、RX、TX连接到MKS PI UART0接口。
屏幕与传感器配置
- MKS PI_TS35屏幕:连接TS35屏幕,启动后可在屏幕上操作打印机。
- 加速度传感器ADXL345:连接ADXL345,配置加速度传感器参数。
USB摄像头配置
- 连接与配置:在fluidd网页上配置摄像头参数,启用摄像头并保存。
FAQ
- 复位问题:在配置文件中增加restart_method: command配置。
- USB摄像头无法工作:检查USB摄像头是否装载成功,确保配置正确。
- 系统更新:暂不建议更新系统,以免影响稳定性。
总结
MKS PI V1.0是一款功能强大的3D打印控制板,通过详细的配置和使用教程,用户可以轻松上手并享受高效的3D打印体验。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
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 Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler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。
C
456
438
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 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 Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220