PyModbus v3.9.0 版本发布:关键修复与功能优化
项目简介
PyModbus 是一个用 Python 实现的全功能 Modbus 协议栈,支持 Modbus RTU 和 TCP 协议。它提供了同步和异步的客户端/服务器实现,广泛应用于工业自动化、物联网(IoT)和嵌入式系统等领域。Modbus 是一种广泛应用于工业控制系统的串行通信协议,PyModbus 让开发者能够轻松地在 Python 环境中实现 Modbus 通信功能。
版本亮点
PyModbus v3.9.0 版本带来了一系列重要的修复和改进,其中最值得注意的是对线圈(Coil)位处理的修正,这个长期存在的错误在此版本中终于得到了解决。
关键修复:线圈位顺序处理
在之前的版本中,read_coils 方法返回的线圈状态顺序存在错误,这可能导致应用程序错误地解释数据。这个错误存在多年但一直未被发现,直到 v3.9.0 版本才被修复(#2627)。对于依赖线圈状态精确性的工业控制系统来说,这一修复尤为重要。
数据块默认参数优化
ModbusSequentialDataBlock 类现在有了更合理的默认参数(#2622),这使得数据块的初始化更加方便,减少了不必要的参数设置。
异常处理改进
此版本改进了异常处理机制:
- 修复了解码响应时的异常错误消息(#2618)
- 将
exception_code暴露给 API(#2615),为开发者提供了更详细的错误信息
性能优化
多项性能优化措施被引入:
- 移除了数据存储中的
validate()方法(#2595),简化了内部处理流程 - 避免在已完成的 futures 上设置结果(#2582),提高了异步处理的效率
- 在每个事务写入前刷新接收缓冲区(#2581),确保了数据传输的可靠性
开发体验提升
- 简化了 ruff 配置(#2611),使代码风格检查更加高效
- 更新了开发容器配置(#2583),实现了自动安装
- 改进了文档(#2605),使开发者更容易理解和使用库的功能
向后兼容性考虑
此版本移除了对 Python 3.9 的支持(#2596),因为 Python 3.9 已经到达生命周期终点(EOL)。开发者需要确保他们的运行环境至少是 Python 3.10 或更高版本。
同步客户端改进
修复了同步客户端的 handle_local_echo 处理(#2593),提高了本地回显功能的可靠性。
总结
PyModbus v3.9.0 是一个重要的维护版本,解决了长期存在的线圈位处理问题,并带来了多项性能优化和开发体验改进。对于使用 PyModbus 的工业控制系统和物联网应用,建议尽快升级到此版本以获得更稳定和可靠的 Modbus 通信功能。特别是那些依赖精确线圈状态的应用,这一升级尤为重要。
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 StartedRust0454
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0782
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX029
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++03