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。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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