Companion自定义变量的数值范围控制技巧
概述
在Companion自动化控制系统中,自定义变量(Custom Variable)是构建复杂控制逻辑的基础元素。虽然Companion目前没有直接提供变量数值范围限制的内置功能,但通过表达式(Expression)可以灵活实现各种数值边界控制需求。
数值范围限制的实现方法
基础限制方法
对于需要限制变量在特定范围内的场景,可以使用以下表达式模式:
-
设置下限(不低于最小值):
max(最小值, 变量表达式)例如:确保变量不小于0
max(0, $(custom:some_variable) - 1) -
设置上限(不超过最大值):
min(最大值, 变量表达式)例如:确保变量不超过10
min(10, $(custom:some_variable) + 1)
循环滚动的实现
对于需要循环滚动的场景(如旋钮控制),可以使用以下技术:
-
正向循环(达到最大值后回到最小值):
(变量 + 步长) % (最大值 + 1)示例:0-255循环
($(custom:some_variable) + 1) % 256 -
反向循环(低于最小值后跳转到最大值):
变量 - 步长 >= 最小值 ? 变量 - 步长 : 最大值示例:255到0的反向循环
$(custom:some_variable) - 1 >= 0 ? $(custom:some_variable) - 1 : 255 -
对称循环(超出正负范围后跳转):
变量 + 步长 <= 上限值 ? 变量 + 步长 : 下限值示例:-128到128的对称循环
$(custom:some_variable) + 1 <= 128 ? $(custom:some_variable) + 1 : -128
技术实现原理
Companion的表达式引擎支持多种逻辑运算符和数学函数,使得开发者可以在变量赋值时直接实现复杂的边界控制逻辑。这种设计避免了创建额外的触发器,保持了系统的简洁性。
表达式中的条件运算符(?:)和数学函数(min/max/mod)是实现这些功能的关键。通过组合这些基本元素,可以构建出满足各种业务场景的边界控制方案。
应用场景建议
-
物理控制器集成:当使用Stream Deck Plus等带旋钮的硬件时,循环滚动模式可以提供更自然的用户体验。
-
状态机控制:在有限状态机实现中,使用范围限制可以确保状态值始终有效。
-
参数调节:对于需要限制调节范围的参数(如音量、亮度等),使用上下限限制可以防止意外越界。
注意事项
-
目前Companion的自定义变量是弱类型的,可以存储各种数据类型。数值范围控制仅适用于数值型变量。
-
对于复杂的边界条件,建议先在测试环境中验证表达式逻辑。
-
表达式中的变量引用使用$(custom:variable_name)语法,确保变量名正确。
通过掌握这些表达式技巧,开发者可以在Companion中实现灵活而强大的变量控制逻辑,满足各种自动化控制场景的需求。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。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
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
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
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-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00