WiFi模块AT指令全解析和智能家居APP制作

1.WiFi的常用AT指令顺序:

1):AT+RST---模块重启指令

2):AT+CWMODE---设置工作模式

      

  1. STA(Station,工作站)模式,在此模式下,WiFi模块可以接入附近其他的网络。
  2. AP(路由器)模式,在此模式下,WiFi可以主动建立一个网络(类似于手机开设热点)。
  3. AP+STA 混合模式,类似于手机既连入附近的路由器,也自己开热点。示例:AT+CWMODE=1

3)AT+CWJAP="K80","123123123"---连接附近的路由器:

     若成功连接,出现

      

4)AT+CWQAP---WIFI模块断开与路由器的连接

      通常WIFI端口连接后,会提示

     

5) AT+CIPSTART---WiFi模块连接服务器

      该指令需要3个参数:依次是 传输层协议、域名(俗称网址)/IP地址、 端口号.

      示例:

      AT+CIPSTART="TCP","www.baidu.com",443

6) AT+CIPCLOSE---关闭与服务器的连接

      示例:

     AT+CIPCLOSE

7) AT+CIPMODE---让WiFi工作在透传模式

      示例:

     AT+CIPMODE=1

     什么是透传模式?

在透传模式下:1.单片机/电脑发送WiFi数据,直接传送给服务器。

                         2. 服务器发送给WIFI数据,直接传送给单片机/电脑
  &n

Read more

全屋智能家居的最强大脑!极空间部署全屋AI自动化方案『Miloco』

全屋智能家居的最强大脑!极空间部署全屋AI自动化方案『Miloco』

全屋智能家居的最强大脑!极空间部署全屋AI自动化方案『Miloco』 哈喽小伙伴们好,我是Stark-C~ 说到智能化家居大家都不陌生,毕竟大家或多或少都使用过,或者正在使用。 不知道大家发现没有,目前的智能家居基本都很“被动”,比如说智能灯要么靠“喊”,要么靠“感应”,空调的提前预热或制冷需要我们远程开启,家里的摄像头只是能看画面,但“看不懂”发生了什么。。。 总的来说,现在很多的智能家居广义上说其实只是在“执行命令”,而不是“理解场景”。它们更像是听话的小助手,却没有一个能主动思考、能理解你生活习惯的“大脑”。 如是,小米科技带来的『Miloco』来了! 关于Miloco 🔺Miloco(Xiaomi Local Copilot)是小米在去年十一月份(2025年11月)发布的,据说是一款“智能家居未来探索方案”,该方案以米家摄像机为视觉信息来源,打通全屋IoT设备,实现简单、便捷的全屋智能生态。该项目目前Github上开源,并且正在快速的发展壮大中。 Github主页地址:

Cubase15 R2R/VR最新一键安装完整版下载安装cubase 15最新版本下载安装支持Win/Mac 双系统版本加104G原厂音源Mac系统不关SIP安装Mac Cubase 15编曲软件

Cubase15 R2R/VR最新一键安装完整版下载安装cubase 15最新版本下载安装支持Win/Mac 双系统版本加104G原厂音源Mac系统不关SIP安装Mac Cubase 15编曲软件

Win/Mac Cubase15 R2R/VR最新版本下载 下载链接: https://www.dygdu.com/soft/cs.html 一、Cubase 15 核心定位 Cubase是由德国Steinberg公司开发的专业数字音频工作站(DAW),主要面向音乐制作、录音、编曲、混音、影视配乐等领域,兼顾专业级功能与易用性。Cubase 15作为后续版本,预计将延续“技术领先+ workflow优化”的路线,进一步强化对现代音乐制作需求的支持,尤其是AI辅助创作、实时协作、高性能处理等方向。 二、可能的核心新功能(基于行业趋势推测) 1. AI驱动的创作辅助工具 随着AI技术在音乐制作中的普及,Cubase 15可能深度整合AI功能,例如: * 智能编曲助手:基于用户输入的旋律/和弦,自动生成伴奏织体(如鼓轨、贝斯线、

OpenClaw多智能体路由实战:飞书多机器人配置指南

文章目录 * 飞书重新安装问题 * 批量增加机器人 * 缺点 * 多个飞书机器人名称包含大小写的问题 * 多个Agent名称包含大小写的问题 目前我已经完成了OpenClaw的基本安装,但是在对话框只有一个,机器人也只绑定到主会话,一次只能处理一个消息。很多时候我在聊天窗口,说A任务,然后做了一半,又发了关于B任务的指令。一是每次发完消息,如果OpenClaw还在处理,剩下的消息要么进入队列、要么看不到(实际还在队列)。两个任务切来切去,感觉体验很不好。 要彻底解决这个问题,实现网上演示的那种对各Agent、每个对话机器人对应一个Agent,就需要用到多智能体路由技术。 实现的步骤如下: * 在飞书创建一个新的机器人 * 通过控制台创建新的智能体 * 按照指引将飞书配置上去 * 根据需要创建多个Agent和机器人,并对应配置上去(略) 飞书重新安装问题 明明我已经安装好了飞书,系统还是会提示我安装,否则就跳过了添加飞书这步。应该是系统Bug。这次安装的飞书位置在~/.openclaw/extensions/feishu,其实和~/.npm-globa

无人机航拍检测实战:用YOLOv8打造高空鹰眼系统

无人机航拍检测实战:用YOLOv8打造高空鹰眼系统 1. 引言:从工业缺陷到高空之眼 在上一期《YOLOv8【第八章:特殊场景检测篇·第12节】一文搞懂,工业缺陷检测专业化!》中,我们深入探讨了如何将YOLOv8应用于高精度、高标准的工业质检场景。面对微小缺陷、复杂纹理和样本不均等挑战,我们通过锚框重聚类、Focal Loss优化与数据增强策略,实现了对焊点、划痕等细微异常的精准识别。 而今天,我们将视角从“微观”转向“宏观”,聚焦于一个更具挑战性的应用场景——无人机航拍目标检测。 随着无人机技术的普及,其在农业植保、电力巡检、灾害救援、交通监控等领域发挥着越来越重要的作用。然而,要让无人机真正具备“智能感知”能力,仅靠高清摄像头远远不够。我们需要为它装上一双“会思考的眼睛”——即基于深度学习的目标检测系统。 🏆 本文收录于 《YOLOv8实战:从入门到深度优化》 专栏。该专栏系统复现并梳理全网各类 YOLOv8 改进与实战案例(当前已覆盖分类