XiaomiGateway3项目新增设备支持的技术解析
XiaomiGateway3项目近期更新了版本4.0.8,其中包含了对三款新设备的支持:bean.curtain.ct01窗帘电机、babai.curtain.ble11s窗帘电机以及giot.remote.v58kwm墙面开关。本文将深入解析这些设备的特性和技术实现细节。
bean.curtain.ct01窗帘电机
这款窗帘电机设备在项目中通过14020型号ID进行标识,其功能配置相当完善:
-
电机控制功能:通过MapConv转换器实现了对窗帘电机的控制,支持"停止"、"打开"和"关闭"三种操作模式,对应数值0、1和2。
-
位置反馈与控制:
- 使用CurtainPosConv转换器处理当前位置反馈,以百分比形式显示
- 通过BaseConv转换器处理目标位置设定
-
速度调节:提供三级速度调节功能,通过MapConv转换器实现,支持"低速"、"中速"和"高速"三档选择。
设备配置中设置了7天的TTL(Time To Live)参数,确保设备状态的及时更新。
babai.curtain.ble11s窗帘电机
这款窗帘电机设备使用15888型号ID,功能更为丰富:
-
基础控制功能:同样具备电机控制功能,支持停止、打开和关闭操作。
-
位置管理:提供当前位置显示和目标位置设置功能。
-
工作模式选择:
- 普通模式(normal)
- 反向模式(reversal)
- 校准模式(calibrate)
-
速度调节:支持三级速度调节,但数值映射与bean.curtain.ct01略有不同。
同样配置了7天的TTL参数保证数据新鲜度。
giot.remote.v58kwm墙面开关
这款墙面开关设备使用20449型号ID,功能相对简单:
-
多通道控制:支持4个独立通道的开关控制
- 通道1对应2.p.1属性
- 通道2对应3.p.1属性
- 通道3对应4.p.1属性
- 通道4对应10.p.1属性
-
实现方式:全部使用BaseConv基础转换器实现开关功能
技术实现分析
项目中通过spec配置数组定义设备功能,主要使用了三种转换器:
-
MapConv:用于枚举值的映射转换,如将数字映射为可读的操作模式或速度等级。
-
CurtainPosConv:专为窗帘位置设计的转换器,处理百分比形式的位置数据。
-
BaseConv:基础转换器,直接传递原始数据,适用于简单的开关状态。
这种模块化的设计使得新增设备支持变得简单高效,只需定义正确的型号ID和功能映射关系即可。
总结
XiaomiGateway3项目通过这次更新,进一步扩大了支持的设备范围,特别是在智能窗帘控制领域。其灵活的配置方式和强大的转换器系统,为不同类型的智能设备提供了统一接入方案。对于开发者而言,这种设计模式值得借鉴;对于终端用户,这意味着更丰富的设备兼容性和更稳定的使用体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。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