Network UPS Tools (NUT) 在 Windows 环境下驱动 Forza FX-1500LCD 不间断电源的配置指南
背景介绍
Network UPS Tools (NUT) 是一款开源的电源管理工具套件,主要用于监控和管理不间断电源(UPS)设备。在 Windows 平台上,特别是使用 MSYS2 环境时,配置某些特定型号的 UPS 设备可能会遇到挑战。本文将详细介绍如何在 Windows 11 系统中通过 MSYS2 UCRT64 环境配置 NUT 来支持 Forza FX-1500LCD 型号的 UPS 设备。
硬件识别与驱动选择
Forza FX-1500LCD UPS 使用标准的 USB 通信接口,其 VID(供应商 ID)为 0665,PID(产品 ID)为 5161。在设备管理器中,该设备通常被识别为"INNO TECH USB to Serial"。
经过测试,该设备最适合使用 NUT 中的 nutdrv_qx 驱动,而非早期硬件兼容列表(HCL)中可能建议的 blazer_usb 驱动。这一发现与同品牌不同型号 FX-2200LCD 的配置经验一致。
关键配置步骤
1. USB 驱动配置
Windows 系统默认的 USB 驱动可能会与 NUT 的通信产生冲突。解决方法是使用 Zadig 工具将设备驱动替换为 WinUSB 驱动:
- 连接 UPS 设备到计算机
- 运行 Zadig 工具
- 在选项菜单中选择"List All Devices"
- 选择识别为"INNO TECH USB to Serial"的设备
- 将当前驱动替换为"WinUSB"
- 完成驱动安装
这一步骤确保了 libusb 库能够直接访问 USB 设备,避免了系统默认驱动的干扰。
2. NUT 配置文件设置
在 MSYS2 UCRT64 环境中,NUT 的主要配置文件需要以下设置:
ups.conf 配置
driverpath = "/ucrt64/bin"
[forza_fx1500]
driver = "nutdrv_qx"
port = "auto"
vendorid = "0665"
productid = "5161"
product = "USB to Serial"
vendor = "INNO TECH"
desc = "Forza FX-1500LCD"
upsmon.conf 配置
建议使用明确的 IPv4 地址来避免潜在的 IPv6 连接问题:
MONITOR forza_fx1500@127.0.0.1 1 monitor YourPassword master
3. 服务配置技巧
在 Windows 环境下,推荐使用 NSSM (Non-Sucking Service Manager) 来创建和管理 NUT 相关服务。需要注意以下几点:
-
为每个组件(nutdrv_qx、upsd、upsmon)创建独立服务
-
正确设置服务依赖关系:upsmon → upsd → nutdrv_qx
-
确保服务环境变量中包含必要的路径:
- MSYS2 UCRT64 的 bin 目录
- MSYS2 的 usr/bin 目录
- 系统目录
-
设置正确的启动目录,通常为 MSYS2 UCRT64 的 sbin 或 bin 目录
常见问题解决
驱动直接启动问题
在测试阶段,建议直接运行驱动程序进行调试:
/ucrt64/bin/nutdrv_qx.exe -a forza_fx1500
这种方式可以绕过 upsdrvctl 在 Windows 环境下可能存在的路径处理问题。
环境变量配置
确保以下路径包含在系统的 PATH 环境变量中:
- MSYS2 UCRT64 的 bin 目录
- MSYS2 的 usr/bin 目录
- Windows 系统目录
这对于服务运行时正确加载依赖库至关重要。
验证与监控
配置完成后,可以使用以下命令验证 UPS 状态:
upsc forza_fx1500@127.0.0.1
成功配置后,该命令将返回 UPS 的详细状态信息,包括输入电压、电池状态等关键参数。
总结
在 Windows 平台上配置 NUT 支持特定 UPS 设备需要注意几个关键点:正确的 USB 驱动选择、适当的 NUT 驱动配置、以及细致的服务设置。通过本文介绍的方法,用户可以成功地在 Windows 11 系统上使用 MSYS2 UCRT64 环境监控和管理 Forza FX-1500LCD UPS 设备。这种配置方案不仅适用于该特定型号,其原理和方法也可为其他类似设备的配置提供参考。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00