Palm Portable Keyboard Bluetooth Adapter 项目下载及安装教程
1. 项目介绍
Palm Portable Keyboard Bluetooth Adapter 是一个 DIY 蓝牙模块项目,旨在为 Palm Portable Keyboards (PPK) 提供蓝牙功能,使其能够与支持 BLE(Bluetooth 4.0 及更高版本)的任何主机设备配合使用。该项目由 pymo 开发,提供了多个版本的适配器,包括基于 Adafruit Feather nRF52840 Express 板、LilyGo-T-OI-PLUS ESP32-C3 板以及自定义设计的 CH582F 板。每个版本都有其特点和适用场景,用户可以根据自己的需求选择合适的版本进行 DIY。
2. 项目下载位置
要下载 Palm Portable Keyboard Bluetooth Adapter 项目,请按照以下步骤操作:
- 打开终端或命令提示符。
- 输入以下命令以克隆项目仓库:
git clone https://github.com/pymo/ppk_bluetooth.git
- 等待项目克隆完成。完成后,您将在当前目录下看到一个名为
ppk_bluetooth的文件夹,其中包含项目的所有文件。
3. 项目安装环境配置
在开始安装项目之前,您需要配置相应的开发环境。以下是所需的软件和工具:
- Arduino IDE:用于编译和上传固件。
- nRF52840 开发板驱动:如果您选择使用 Adafruit Feather nRF52840 Express 板。
- ESP32-C3 开发板驱动:如果您选择使用 LilyGo-T-OI-PLUS ESP32-C3 板。
- CH582F 开发板驱动:如果您选择使用自定义设计的 CH582F 板。
环境配置示例
以下是配置 Arduino IDE 以支持 nRF52840 开发板的步骤:
- 打开 Arduino IDE。
- 进入
文件->首选项,在附加开发板管理器网址中添加以下 URL:
https://adafruit.github.io/arduino-board-index/package_adafruit_index.json
- 进入
工具->开发板->开发板管理器,搜索并安装Adafruit nRF52 by Adafruit。 - 安装完成后,选择
工具->开发板->Adafruit nRF52840 Express。

4. 项目安装方式
根据您选择的开发板,安装方式略有不同。以下是基于 Adafruit Feather nRF52840 Express 板的安装步骤:
- 打开 Arduino IDE。
- 进入
文件->打开,选择ppk_bluetooth文件夹中的version1_tutorial.ino文件。 - 连接 Adafruit Feather nRF52840 Express 板到计算机。
- 选择正确的端口(
工具->端口)。 - 点击
上传按钮,等待固件上传完成。
5. 项目处理脚本
项目中包含多个版本的教程脚本,分别位于 version1_tutorial.ino、version2_tutorial.ino 和 version3_tutorial.ino 文件中。您可以根据选择的开发板打开相应的脚本进行编译和上传。
例如,如果您选择使用 Adafruit Feather nRF52840 Express 板,请打开 version1_tutorial.ino 文件并按照上述步骤进行操作。
通过以上步骤,您可以成功下载、配置和安装 Palm Portable Keyboard Bluetooth Adapter 项目。根据您的需求选择合适的版本,并按照相应的教程进行操作即可。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00