Zigbee-herdsman-converters v23.42.0版本发布:新增多款设备支持与功能优化
Zigbee-herdsman-converters是一个开源的Zigbee设备转换器项目,它作为Zigbee2MQTT等智能家居系统的核心组件,负责将各种Zigbee设备的专有协议转换为标准化的MQTT消息格式。该项目持续更新,不断添加对新设备的支持并优化现有功能。
新增设备支持
本次v23.42.0版本更新中,项目团队为多款Zigbee设备添加了原生支持,进一步丰富了智能家居生态系统的兼容性范围。
智能开关与控制器
新增了对5715/5717型号智能开关的支持,这款设备通常用于控制照明系统,支持多路开关控制。同时添加了EPJ-ZB设备的支持,这是一款常见的智能插座产品,能够远程控制电器开关并监测能耗。
传感器设备
版本中引入了对CSP052设备的支持,这是一款环境传感器,能够检测温度、湿度等环境参数。此外还添加了对ZBEK-33的支持,这是一款多功能传感器设备。
墙面开关与面板
本次更新特别关注了墙面控制设备,新增了对NTZB-04-W-B和ZTS-8W-B两款墙面开关的支持。这些设备通常采用嵌入式安装,直接替换传统墙面开关,提供智能化控制功能。
功能优化与问题修复
除了新增设备支持外,本次更新还包含了一些重要的功能优化和问题修复。
设备识别改进
项目团队改进了设备识别机制,现在能够更准确地识别_TZ3000_nuenzetq型号设备,将其正确归类为Tuya ZG-2002-RF设备。这种改进对于确保设备功能的正确实现至关重要。
场景开关功能完善
针对Tuya TS0726_3_gang_scene_switch三路场景开关,修复了缺失的动作支持问题。场景开关是智能家居中的重要组件,能够预设多种设备状态组合,这次修复确保了所有功能按键都能正常工作。
技术意义与影响
Zigbee-herdsman-converters项目的持续更新对智能家居生态系统具有重要意义。通过不断扩展支持的设备范围,该项目降低了用户构建智能家居系统的门槛,使更多设备能够无缝集成到统一的管理平台中。
本次更新特别关注了墙面开关和场景控制器这类基础但关键的控制设备,这些设备往往是用户与智能家居系统交互的主要界面。完善对这些设备的支持意味着更流畅的用户体验和更丰富的控制可能性。
对于开发者而言,项目团队对设备识别机制的持续改进展示了他们对兼容性问题的重视,这种精细化的设备管理有助于减少集成过程中的问题,提高系统稳定性。
随着智能家居市场的快速发展,Zigbee-herdsman-converters项目通过定期更新保持与时俱进,为用户和开发者提供了一个可靠的技术基础,推动了整个智能家居生态的健康发展。
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