Zigbee-herdsman-converters v23.26.0版本发布:新增多款设备支持与功能优化
Zigbee-herdsman-converters是一个开源的Zigbee设备转换器项目,它作为Zigbee2MQTT等智能家居平台的后端支持,负责将不同厂商的Zigbee设备协议转换为统一的格式。该项目持续更新,不断添加对新设备的支持并优化现有功能。
本次发布的v23.26.0版本主要带来了多款新设备的支持以及一些功能优化和错误修复。
新增设备支持
本次更新新增了对以下几款Zigbee设备的支持:
-
404122/404123设备:这是一款来自知名厂商的智能设备,具体型号和功能需要结合厂商文档进一步确认。这类编号通常代表特定厂商的产品线。
-
929003808501:这是飞利浦Hue系列的一款新产品,可能是新的智能灯泡或传感器设备。飞利浦Hue系列以其高质量的智能照明产品而闻名。
-
SZW08、SZLR08、SZLM04U系列:这些是来自Sonoff的智能设备,包括智能开关、智能窗帘电机等。Sonoff作为知名IoT设备制造商,其产品在智能家居领域应用广泛。
-
TS0726系列场景开关和TS0003三路开关:这些是涂鸦智能(Tuya)的智能开关产品,包括:
- TS0726_4_gang_scene_switch(四路场景开关)
- TS0726_3_gang_scene_switch(三路场景开关)
- TS0726_2_gang_scene_switch(二路场景开关)
- TS0003_3_gang_switch(三路普通开关)
这些新增设备覆盖了从基础开关到高级场景控制的不同需求,进一步丰富了智能家居控制的选择。
功能优化与错误修复
-
OTA升级调度优化:现在允许在设备请求时调度OTA(空中升级),这提高了固件升级的灵活性和可靠性。当设备主动请求升级时,系统可以更及时地响应,确保设备保持最新状态。
-
设备识别改进:针对涂鸦智能的TS0726_4_gang设备,优化了识别逻辑。现在能够正确识别型号为_TZ3000_s678wazd的设备,解决了之前可能存在的识别错误问题。
-
异常处理增强:改进了exposes功能(设备功能暴露)的异常处理机制。现在当exposes函数抛出异常时,系统不会直接崩溃,而是能够优雅地处理错误,提高了系统的稳定性。
-
依赖项更新:项目维护团队定期更新依赖库,确保项目使用最新的第三方组件,提高安全性和兼容性。
技术意义与应用价值
这次更新对于智能家居用户和开发者都具有重要意义:
-
设备兼容性扩展:新增的设备支持让更多用户能够将这些产品接入统一的智能家居平台,实现集中控制和管理。
-
系统稳定性提升:异常处理的改进和OTA升级的优化使得整个系统更加健壮,减少了因意外错误导致的服务中断。
-
开发体验改善:对于开发者而言,依赖项的定期更新意味着可以使用最新的工具和库进行开发,同时也能从社区获得更好的支持。
-
场景控制能力增强:新增的场景开关设备支持为高级自动化场景的实现提供了更多可能性,用户可以创建更复杂的智能家居联动场景。
总结
Zigbee-herdsman-converters v23.26.0版本的发布,再次展示了开源社区在推动智能家居技术发展方面的活力。通过持续增加对新设备的支持和完善现有功能,该项目为构建更加开放、互联的智能家居生态系统做出了重要贡献。对于使用Zigbee2MQTT等平台的用户来说,及时更新到这个版本将能获得更好的设备兼容性和系统稳定性。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00