Zigbee-herdsman-converters v23.5.0版本发布:新增设备支持与功能优化
Zigbee-herdsman-converters是一个重要的Zigbee设备转换库,它为Zigbee2MQTT等项目提供了设备定义和转换规则,使得各种Zigbee设备能够被正确识别和控制。本次发布的v23.5.0版本带来了多项新功能和改进,进一步扩展了支持的设备范围并优化了现有功能。
新增设备支持
本次更新新增了对多个Zigbee设备的支持,涵盖了不同类型的智能家居产品:
-
7848型号设备:这是一个新加入支持的设备,具体功能特性需要根据实际使用情况进一步确认。
-
915005732902型号设备:飞利浦品牌的智能设备,扩展了飞利浦产品线的兼容性。
-
Bed.box智能床设备:这是一个专门为智能床设计的支持,可能包含床体控制、睡眠监测等功能。
-
ROB_200-011-1设备:来自ROBB品牌的智能产品,具体功能需要根据设备手册确认。
-
ZD1-EN设备:一个新的Zigbee设备,可能是一个传感器或控制器。
-
ZN2S-US1-SD设备:另一个新加入支持的设备,具体功能特性有待用户反馈确认。
功能优化与修复
除了新增设备支持外,本次更新还包含多项功能优化和错误修复:
-
二进制功能标签改进:为现代扩展的二进制功能添加了标签,提高了代码的可读性和维护性。
-
设备检测优化:改进了多个Tuya设备的自动检测机制,包括ZG-204ZL和TS0601_switch_6_gang等型号,确保这些设备能够被正确识别。
-
飞利浦设备识别修正:修复了915005822501型号被正确识别为飞利浦7602031P7设备的问题。
-
EFEKTA设备多项修复:对EFEKTA品牌设备进行了全面检查和修复,提升了这些设备的稳定性和功能完整性。
-
重复选项和转换器修复:解决了配置中存在的重复选项和转换器问题,优化了代码结构。
-
灯光控制功能恢复:重新添加了on_time和off_wait_time到light_onoff_brightness转换器,恢复了灯光控制的定时功能。
-
ShinaSystem设备功率测量改进:改用计量集群进行功率测量,提高了测量数据的准确性和可靠性。
-
Tuya开关模块倒计时支持:为TS0012和TS0013开关模块添加了倒计时功能支持。
-
Tuya温控器预设修复:修正了ZWT198/ZWT100-BH型号温控器的预设功能反转问题。
技术细节与影响
本次更新中值得注意的技术细节包括:
-
设备检测机制的持续改进:通过不断完善设备指纹识别逻辑,提高了新设备的自动识别率,减少了用户手动配置的需求。
-
功能完整性的重视:不仅添加新设备支持,还注重现有功能的完善,如恢复灯光控制的定时功能,体现了对用户体验的持续关注。
-
测量准确性的提升:如ShinaSystem设备改用计量集群进行功率测量,反映了对数据准确性的追求。
-
代码质量的优化:通过消除重复选项和转换器,提高了代码的可维护性和执行效率。
这些改进使得Zigbee-herdsman-converters在设备兼容性、功能完整性和系统稳定性方面都有了显著提升,为基于此库的智能家居解决方案提供了更强大的支持。
升级建议
对于使用Zigbee-herdsman-converters的项目维护者和终端用户,建议及时升级到v23.5.0版本以获取最新的设备支持和功能改进。特别是那些使用本次更新中涉及设备的用户,升级后将获得更好的兼容性和功能体验。
升级前建议检查更新日志中提到的特定设备支持情况,确认是否与自己使用的设备相关。对于生产环境,建议先在测试环境中验证升级效果,确保无兼容性问题后再进行正式部署。
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-1.5暂无简介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
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
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