首页
/ 3分钟上手OpenBlock Desktop:零基础玩转硬件图形化编程工具

3分钟上手OpenBlock Desktop:零基础玩转硬件图形化编程工具

2026-04-20 10:50:18作者:董宙帆

OpenBlock Desktop 是一款专为 Arduino、micro:bit、ESP32 等硬件设计的图形化编程软件,无需代码基础也能轻松控制智能设备。通过拖拽积木式模块,你可以像搭积木一样创建程序,让硬件交互编程变得简单有趣!

🚀 准备工作:5分钟完成安装

1. 获取项目源码

git clone https://gitcode.com/gh_mirrors/op/openblock-desktop

2. 安装依赖

进入项目目录后执行:

npm install

3. 启动应用

npm start

稍等片刻,你就能看到 OpenBlock Desktop 的主界面啦!

🌟 界面初探:认识积木式编程工作台

OpenBlock Desktop 的界面设计直观友好,主要分为三个区域:

OpenBlock Desktop 编程界面 图1:OpenBlock Desktop 主界面,展示了积木编辑区、角色舞台和代码模块库

  • 左侧面板:包含各种功能的积木模块(事件、控制、传感器等)
  • 中间区域:程序编辑区,可拖拽组合积木
  • 右侧面板:硬件状态监控和属性设置

🛠️ 实战案例:让LED灯闪烁起来

1. 选择硬件设备

启动后首先需要选择你的硬件类型。点击顶部工具栏的设备选择按钮,在设备列表中选择你的开发板(如 Arduino Uno):

OpenBlock 硬件选择界面 图2:支持多种硬件设备的选择界面,包括Arduino、ESP32、micro:bit等

2. 搭建闪烁程序

拖拽以下积木到编辑区:

  • 从「事件」分类中拖出「当Arduino启动时」
  • 从「控制」分类中拖出「重复执行」
  • 从「引脚」分类中拖出「设置引脚13为高电平」和「设置引脚13为低电平」
  • 从「控制」分类中拖出「等待1秒」

组合后的程序如下:

LED闪烁程序示例 图3:LED闪烁程序的积木组合及自动生成的代码预览

3. 上传运行

点击右上角的「Upload」按钮,程序将自动编译并上传到你的硬件设备。几秒钟后,你会看到开发板上的LED开始规律闪烁!

💡 进阶技巧:让你的项目更专业

模块化编程

将常用功能封装为自定义积木(My Blocks),通过 src/common/ 目录下的工具函数可以实现更复杂的逻辑复用。

设备扩展

OpenBlock Desktop 支持丰富的硬件扩展,通过官方提供的设备配置文件可以轻松添加新的硬件支持。

🎯 项目特色亮点

  • 离线优先:完全本地运行,无需网络也能编程
  • 多语言支持:自动生成C/C++代码,兼顾图形化与专业开发
  • 硬件生态:支持从入门级到专业级的各类开发板
  • 开源免费:全部代码开源,可通过 src/ 目录深入学习实现原理

通过 OpenBlock Desktop,无论是青少年学习编程入门,还是创客开发原型验证,都能找到适合自己的功能模块。现在就动手试试,让创意通过代码变成现实吧!

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
497
522
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
802
1.6 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
982
2.32 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.21 K
1.27 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
668
316