探索 Snek:一款微型 Python 风格的嵌入式编程语言
2024-05-23 02:48:06作者:齐冠琰
Snek 是一种轻量级的嵌入式编程语言,专为仅拥有几千字节闪存和RAM的小型处理器设计,它的存在仿佛让人回想起了当年运行BASIC的年代。对于那些无法承载 MicroPython 的微控制器来说,Snek 是一个理想的替代方案。
文档与下载资源
- 访问 Snek 主页,获取更多关于语言和技术社区的信息。
- 在线阅读或下载 Snek 手册 和 PDF 格式的手册。
- 想要直接使用?尝试从 Snek 发行版目录 下载适用于 Debian、Linux(包括老版本)、Mac OS X 或 Windows 的软件包。
支持的硬件平台
Snek 支持以下各种开发板的模拟和数字I/O操作,并对特定设备提供了额外支持:
- Adafruit Crickit:集成了电机控制器和Neopixel功能。
- Arduino Duemilanove
- Adafruit Feather M0 Express:支持数字和模拟输入输出。
- Seeed Grove 初学者套件:包含LED、蜂鸣器、光线传感器等多种组件。
- 其他诸如 Adafruit ItsyBitsy 系列、Arduino Mega 2560、Circuit Playground Express、Snekboard、µduino 等众多开发板也均有支持。
应用场景
Snek 可用于控制各种微小的电子设备和智能硬件,如机器人、物联网设备以及智能家居应用。其简单的语法使得它成为初学者学习嵌入式编程的理想工具,同时也适合在资源有限的环境中快速实现基本的控制逻辑。
项目特点
- 紧凑高效:Snek 专门为低内存环境设计,能在只有32kB闪存和2kB RAM的处理器上运行。
- 广泛兼容:适配多种主流开发板,覆盖了各种类型和品牌的硬件。
- 易学易用:Snek 的语法灵感来源于Python,降低了解码和学习的门槛。
- 跨平台:除了嵌入式设备,还可以在Linux、Mac OS X和Windows系统上进行原生运行,方便代码测试和调试。
- 强大的开发环境:提供名为 "Snekde" 的集成开发环境,支持源代码编辑和实时串口通信。
未来计划
为了提升性能和用户体验,Snek 仍在持续优化中,近期工作重点包括将解析器从LL转换为SLR以减少解析堆栈空间需求,修复了 input 函数的相关问题,添加了新特性,如将最近打印的REPL值存储在 _ 变量中等。
加入Snek的世界,体验在微小处理器上的编程魅力吧!无论你是新手还是经验丰富的开发者,Snek 都会是你探索嵌入式计算的一个有趣起点。现在就开始构建和运行你的Snek程序吧!
登录后查看全文
热门项目推荐
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
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
132
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
746
🎉 (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
1.06 K
616
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
199
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460