SavvyCAN V220版本发布:CAN总线分析工具的重大更新
SavvyCAN是一款功能强大的开源CAN总线分析工具,广泛应用于汽车电子、工业控制等领域的网络通信调试与数据分析。该项目由Collin Kidder创建并维护,社区贡献者众多,支持多种CAN硬件接口和日志格式。最新发布的V220版本带来了多项重要改进和功能增强,显著提升了用户体验和工具性能。
核心功能改进
本次更新在DBC文件处理方面进行了多项修复,解决了长期存在的一些兼容性问题。DBC是CAN通信中描述信号和报文的标准格式,SavvyCAN现在能够更准确地解析和处理DBC文件中的各种定义,包括对浮点信号类型(SIG_VALTYPE_)的支持,这使得工具能够正确显示和处理CAN总线上的浮点数值信号。
在信号处理方面,改进了图形化信号编辑器和信号查看器的消息过滤功能,用户可以更高效地筛选和查看特定信号。同时,信号值的显示格式也得到了优化,现在会在数值和单位之间自动添加空格,使显示更加规范易读。
硬件支持增强
V220版本显著扩展了对各类CAN接口硬件的支持。对于LAWICEL协议设备,新增了3000000波特率模式的支持,并实现了完整的CAN-FD功能支持,包括数据速率选择。这使得SavvyCAN能够充分利用高性能CAN-FD硬件的全部能力。
Qt SerialBus插件现在支持监听模式(ListenOnly),这一特性对于被动监测CAN网络流量非常有用,不会对总线造成任何干扰。此外,修复了设备连接后选择状态保持的问题,改善了多设备管理体验。
日志格式兼容性
新版本增加了对多种日志格式的支持和优化。新增了canlogserver远程捕获功能,可以从网络设备获取CAN数据。Wireshark SocketCAN日志格式现在被完整支持,包括扩展CAN ID的正确处理。对于candump格式,现在支持超过8字节的长帧记录,适应CAN-FD应用场景。
LAWICEL协议的时间戳处理得到了修正,确保日志中的时间信息准确无误。CANserver格式现在支持更高精度的时间分辨率,满足精确时间分析需求。TRC CanHacker加载器增加了逗号检查,提高了文件兼容性。
用户界面与体验
在用户界面方面,V220版本进行了多项优化。修正了表格行高的计算方式,使数据显示更加整齐。设备控制台窗口修复了重复显示的问题。模糊测试窗口(FuzzingWindow)新增了批量设置按钮,可以一键设置所有信号为高/低/自动值,大大简化了测试配置流程。
连接配置现在可以保存总线速率和CAN-FD参数,方便用户快速恢复工作环境。系统要求也进行了更新,现在需要C++17标准,这为后续功能开发奠定了基础。
脚本与自动化
脚本接口得到了显著增强,提供了更强大的自动化能力。用户现在可以通过脚本更灵活地控制SavvyCAN的各项功能,实现复杂的测试和分析流程自动化。解码消息文本的输出格式也进行了优化,不再添加多余的空行,使日志更加紧凑易读。
跨平台支持
V220版本继续强化跨平台支持。为Linux系统新增了安装脚本,简化了部署过程。macOS平台同时提供arm64和x64架构的版本,全面支持苹果芯片和Intel处理器的Mac电脑。Windows用户可以获得预编译的64位版本,开箱即用。
总结
SavvyCAN V220版本汇集了来自众多贡献者的改进,在稳定性、功能性和用户体验方面都有显著提升。特别是对CAN-FD的完整支持、多种日志格式的兼容性增强以及DBC处理的改进,使其成为更加强大的CAN总线分析工具。开源社区的持续贡献确保了项目的活力,也为专业用户和爱好者提供了可靠的CAN网络分析解决方案。
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