Ergo42 开源项目教程
2025-05-21 12:39:28作者:舒璇辛Bertina
1. 项目介绍
Ergo42 是一个开源的7x4正交线性分体键盘设计。这个项目提供了制作自定义机械键盘的完整指南,包括电路板设计、外壳设计以及组装步骤。Ergo42 以其人体工程学设计和可定制性受到许多键盘爱好者的喜爱。
2. 项目快速启动
以下步骤将帮助您快速开始使用 Ergo42 项目。
硬件准备
- 2块5V/16MHz Pro Micro 兼容板
- 56个1N4148 (THD) 或 1N4148w (SMD) 二极管
- 2个MJ-4PP-9 TRRS 插座
- 外壳板套装(设计可在本仓库找到)
- 10个5 mm (Cherry MX) / 3 mm (Kailh 低剖面) 高度的 M2 支柱
- 8个15 mm 高度的 M2 支柱
- 36个4 ~ 6 mm M2 螺丝(高度对应您的面板厚度)
- 2个2脚微动开关
- 56个您选择的按键
- 1条TRRS / TRS 电缆
组装步骤
- 安装二极管:根据您的开关面板厚度和按键类型(Cherry MX 兼容或 Kailh 低剖面),在相应的侧面上焊接二极管。
- 安装TRRS插座和微动开关:将这些部件安装在与按键相同的侧面上。
- 安装Pro Micro:注意Pro Micro在左右面板上的安装位置是不同的。
- 焊接(或放置)Pro Micro:确保按照PCB上的白线 silk 安装。
- 安装按键:将按键安装在丙烯酸板上,然后放置PCB并焊接按键。
- 组装外壳:使用支柱和螺丝固定面板,可以使用一些橡胶垫来增加稳定性。
- 安装键帽:将键帽安装到开关上。
烧录固件
要烧录预构建的固件,您可以使用以下命令:
make ergo42:default:avrdude
对于左面板和右面板,您需要单独执行此命令。如果遇到权限问题,您可能需要使用:
sudo make ergo42/rev1:default:avrdude
3. 应用案例和最佳实践
- 自定义键帽和面板设计:根据个人喜好设计键帽和面板,提高键盘的个性化程度。
- 使用QMK固件:QMK (Quantum Mechanical Keyboard) 固件可以让您自定义键盘的每一个键位功能。
- 键盘布局优化:根据用户的打字习惯和需求,调整键盘布局以提高效率。
4. 典型生态项目
Ergo42 项目可以作为以下生态项目的一部分:
- 开源键盘固件项目:例如QMK,提供了丰富的自定义选项。
- 键盘爱好者社区:分享您的设计,学习他人的经验,参与社区讨论。
- 机械键盘配件市场:为 Ergo42 提供自定义键帽、开关等配件。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
165
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
228
仓颉编译器源码及 cjdb 调试工具。
C++
123
664
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
72
仓颉编程语言测试用例。
Cangjie
36
665