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。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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