AgonLight 开源项目使用与配置指南
2025-04-21 22:53:02作者:韦蓉瑛
1. 项目目录结构及介绍
AgonLight 项目目录结构如下:
/3D Model
- 包含 AgonLight 主板的 3D 模型和 PCB 关键尺寸的 2D 图片,用于设计自定义的 3D 打印机箱。
/Design
- 包含所有设计文件,如原理图、EasyEDA 源文件和 PCB 布局。
/Manufacturing
- 包含制造 AgonLight 主板所需的文件,如 Gerber 文件、物料清单和放置文件。
/Photos
- 包含正确组装的 AgonLight 单元的照片,为自行组装提供详细参考。
/Third party documentation
- 包含第三方文档,如部件和软件的数据手册、用户指南、指南和应用/技术说明。
/uSD card files
- 包含应存在于 AgonLight 单元的 micro SD 卡上的文件和文件夹,但现在已过时,应遵循 Agon Wiki 中的说明。
/LICENSE
- 包含项目许可信息。
/README.md
- 包含项目的说明和重要公告。
2. 项目的启动文件介绍
AgonLight 项目的启动主要依赖于其官方固件 Quark™,该固件分为三个模块:Quark™ BBC BASIC、Quark™ MOS 和 Quark™ VDP。启动文件位于 /uSD card files 目录中,但在最新版本中已标记为过时。正确的方法是遵循 Agon Wiki 中的说明来准备 micro SD 卡。
启动步骤大致如下:
- 将 micro SD 卡格式化为 Fat32 文件系统,并确保分区大小不超过 32GB。
- 将 Quark™ 固件和相关文件复制到 micro SD 卡中。
- 将 micro SD 卡插入 AgonLight 单元,并接通电源。
3. 项目的配置文件介绍
AgonLight 项目的配置主要通过修改 micro SD 卡上的文件来进行。具体的配置文件取决于所使用的固件版本和所需的设置。以下是一些基本的配置步骤:
- 固件更新:如需更新固件,应遵循官方 Wiki 中的指南。对于 Quark™ MOS 的更新,可以使用 Jeroen Venema 开发的软件工具,无需专用电缆。
- 硬件手册:硬件配置应参考
Hardware Manual,其中包含了详细的硬件规格和设置信息。 - 物料清单:在
/Manufacturing目录下的物料清单文件中,可以找到所需组件的详细信息,便于采购和组装。
在进行任何配置更改之前,请确保备份原始配置文件,以便在遇到问题时可以恢复。遵循官方文档的指导是确保项目稳定运行的关键。
登录后查看全文
热门项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
暂无简介
Dart
654
149
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
641
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
656
291
仓颉编译器源码及 cjdb 调试工具。
C++
130
864
React Native鸿蒙化仓库
JavaScript
251
320
仓颉编程语言测试用例。
Cangjie
37
857