Awtrix3 0.98版本新增MQTT设备在线状态检测功能
2025-07-08 19:16:31作者:郜逊炳
功能背景
在物联网设备通信中,MQTT协议的Last Will and Testament(遗嘱)机制是一个非常重要的特性。它允许设备在意外断开连接时,通过MQTT代理自动发布预设的"遗嘱消息",从而通知其他客户端该设备已离线。Awtrix3作为一款智能像素矩阵显示设备,在0.98版本中正式引入了这一功能,使得系统集成更加可靠。
技术实现原理
Awtrix3通过以下方式实现了设备在线状态检测:
-
遗嘱消息设置:
- 设备在连接MQTT代理时,会预先设置一个"遗嘱消息"
- 该消息会被发布到
connected主题 - 消息内容为
0(表示离线) - 设置retain标志为true,确保新订阅者能立即获取最新状态
- 使用QoS 1保证消息可靠传递
-
在线状态发布:
- 当设备成功连接并准备好通信时
- 立即向同一个
connected主题发布消息1(表示在线) - 同样设置retain为true和QoS 1
功能优势
这一实现方式带来了以下好处:
-
即时状态感知:
- 任何订阅
connected主题的客户端都能立即知道Awtrix3的当前状态 - 新加入系统的客户端也能通过保留消息获取最新状态
- 任何订阅
-
异常处理可靠性:
- 无论设备是正常断开还是意外掉线
- MQTT代理都会自动发布离线状态
- 避免了因网络问题导致的假在线情况
-
标准化实现:
- 采用与Shelly等主流IoT设备相同的实现方式
- 降低了系统集成复杂度
- 提高了与其他智能家居系统的兼容性
应用场景
这一功能特别适用于以下场景:
-
家庭自动化系统:
- 当Awtrix3离线时自动触发告警
- 根据在线状态决定是否发送显示指令
-
监控看板:
- 在集中管理界面显示所有Awtrix3设备的在线状态
- 快速定位故障设备
-
自动化流程:
- 只在设备在线时执行相关操作
- 避免指令丢失或堆积
技术细节
实现这一功能需要注意:
-
主题命名:
- 使用统一的
connected主题 - 建议结合设备ID使用,如
awtrix3/device1/connected
- 使用统一的
-
消息格式:
- 使用简单的数字
0和1表示状态 - 保持轻量级,减少网络负载
- 使用简单的数字
-
QoS选择:
- 使用QoS 1平衡可靠性和性能
- 确保消息必达,同时避免QoS 2的复杂握手
这一功能的加入使得Awtrix3在MQTT集成方面更加成熟可靠,为构建稳定的智能显示系统提供了坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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