Adafruit CircuitPython Bundle 20250529 版本发布
Adafruit CircuitPython Bundle 是专为CircuitPython生态系统设计的库集合,它为开发者提供了丰富的硬件驱动和功能模块,简化了嵌入式开发流程。这个项目由Adafruit维护,定期更新以支持新硬件和修复问题。
新特性与更新内容
20250529版本带来了一个全新的传感器驱动库和多个现有库的更新:
-
新增SEN6x传感器库:这是一个针对Sensirion SEN6x系列环境传感器的驱动库,支持测量多种环境参数。
-
指纹识别库更新:指纹识别库升级至2.2.21版本,优化了识别算法和性能。
-
光传感器优化:OPT4048光传感器库更新至1.0.3,提高了测量精度和稳定性。
-
摄像头模块改进:OV2640摄像头驱动更新至1.2.7版本,优化了图像采集流程。
-
显示相关更新:SSD1351 OLED显示屏驱动更新至1.4.5,显示文本库升级至3.3.1,提供了更好的文本渲染效果。
-
加密功能增强:Hashlib加密库更新至1.4.18,增加了新的哈希算法支持。
-
多媒体功能改进:幻灯片播放库升级至1.8.5,Turtle图形库更新至3.1.7,增强了动画效果和性能。
技术细节与使用建议
这个版本提供了针对CircuitPython 9.x和10.x两个主要版本的编译包。开发者应根据自己使用的CircuitPython主版本选择对应的库包:
- 对于运行9.1.1等9.x系列的用户,应下载9.x版本的库包
- 对于运行10.x系列的用户,应下载10.x版本的库包
对于资源受限的设备(如Trinket M0、Gemma M0等非Express开发板),建议选择性安装所需的库,因为这些设备的闪存空间有限。
自动化工具推荐
为了简化库管理流程,Adafruit推荐使用circup工具。这个命令行工具可以自动从Bundle中安装所需的库到CIRCUITPY驱动器,无需手动下载和解压。开发者可以通过pip或pipx安装circup,大大提高开发效率。
获取方式与注意事项
开发者可以通过下载对应的zip文件获取预编译的库(mpy格式)或Python源代码(py格式)。需要注意的是,GitHub上的"Source code"链接不包含库源代码,正确的源代码包应选择包含"bundle-py"的链接。
这个版本的发布继续体现了Adafruit对CircuitPython生态系统的持续投入,为开发者提供了更稳定、功能更丰富的硬件支持库,进一步降低了嵌入式开发的入门门槛。
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-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-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