薛乔铭
0%

Posted on

一、做底层驱动 → STM32 很典型

👉 关键词：纯控制、稳定、实时性强

🌡 例子1：工业温控器

MCU：STM32F4

功能：

采集温度传感器

控制继电器

PWM 控制加热器

RS485 通讯

它不需要 WiFi，也不跑 Linux。
只需要：

精准 + 稳定 + 实时

所以用 STM32。

🚁 例子2：无人机飞控板

MCU：STM32F7 / H7

功能：

读取 IMU

读取气压计

电机 PWM 输出

实时姿态解算

要求：

1ms级实时控制

不能卡顿

所以用 STM32。

二、做联网传感器 → ESP32 很常见

👉 关键词：自带 WiFi + 成本低

🌡 例子1：WiFi 温湿度传感器

芯片：ESP32

功能：

读取 DHT22

通过 MQTT 上传数据

手机 App 查看

它本质是：

传感器 + WiFi 模块

ESP32 一颗芯片搞定。

🏠 例子2：智能插座

ESP32

功能：

继电器控制

手机远程开关

OTA升级

如果用 STM32：
还得外挂 WiFi 模块。

ESP32 更简单。

三、做边缘 AI → Cortex-A + NPU

👉 关键词：跑 Linux + 神经网络推理

这已经不是 MCU 级别了。

📷 例子1：人脸识别门禁

芯片可能是：

瑞芯微 RK3568

全志 V853

海思

带 NPU 的 ARM SoC

功能：

摄像头采集

跑人脸识别模型

本地推理

显示屏UI

以太网通讯

它运行的是 Linux。

不能用 STM32，因为：

STM32 内存只有几百 KB 到几 MB。
AI 模型动不动几十 MB。

🚗 例子2：车载视觉系统

Cortex-A53 + NPU

跑 YOLO 模型

实时目标检测

这种已经属于：

边缘计算设备

四、给你一个非常直观的对比
类型 类比
STM32 计算器
ESP32 计算器 + WiFi
Cortex-A 小电脑
Cortex-A + NPU 带显卡的小电脑
五、从资源角度看
芯片 RAM 系统
STM32F411 128KB 裸机 / RTOS
ESP32 520KB FreeRTOS
Cortex-A53 512MB~2GB Linux
六、结合你现在的方向

你现在：

写 W25Q 驱动

玩 RTOS

做抽象架构

👉 明显是“控制型嵌入式”

如果以后你做：

本地 AI 推理

视频分析

无人机视觉

那就是 Cortex-A + NPU。

七、用一句话帮你彻底理解

STM32 = 控制世界

ESP32 = 物联网世界

Cortex-A = 计算世界

NPU = AI世界

1️⃣ STM32

STM32 属于 超低功耗 MCU（微控制器），CPU 主频一般在几十 MHz 到几百 MHz，内存（RAM/Flash）也非常有限。

特点：

CPU：ARM Cortex-M 系列（M0/M3/M4/M7/M33）

内存：几十 KB 到几 MB 不等

优点：功耗低，适合传感器数据处理

缺点：算力有限，存储小，不能跑大型神经网络

跑 AI 模型的方法：

TinyML / Edge AI：专门为 MCU 优化的轻量级模型

框架：

TensorFlow Lite Micro

CMSIS-NN（ARM 官方的神经网络库）

模型：通常是 小于 100KB 的全连接、卷积神经网络

应用：传感器异常检测、简单语音识别、手势识别

限制：

模型必须极小（通常几 KB 到几十 KB）

只能做推理（Inference），训练几乎不可能

CPU 不支持浮点硬件的话，需要用量化模型（int8）

总结：STM32 可以跑 TinyML，适合超轻量模型，但跑大型 CNN/RNN 基本不现实。

2️⃣ ESP32

ESP32 属于 Wi-Fi/蓝牙 MCU，CPU 双核 240MHz，SRAM 一般 520KB 左右，Flash 4~16MB。

CPU：Xtensa LX6

内存：约 520KB SRAM + 4MB Flash

优点：比 STM32 强大，集成 Wi-Fi/BT，可跑更复杂任务

缺点：算力和内存仍然有限，不能直接跑大型 AI 模型

跑 AI 模型的方法：

TensorFlow Lite for Microcontrollers

支持 ESP32，适合小型 CNN 或简单全连接网络

可以做手势识别、语音唤醒、传感器异常检测

ESP-DL / ESP-NN

Espressif 官方提供轻量神经网络库

支持量化模型、卷积加速

限制：

模型仍然要小（几十 KB~几百 KB）

大模型（比如 YOLO、GPT）几乎跑不动

复杂模型一般需要 外接 AI 加速芯片或 MCU+NPU

3️⃣ 总结对比
MCU/SoC CPU频率 RAM 可跑模型类型 框架/库
STM32 10400MHz 几 KB几 MB TinyML, 简单CNN/MLP TFLite Micro, CMSIS-NN
ESP32 240MHz 双核 520KB + Flash TinyML, 小型CNN/MLP TFLite Micro, ESP-DL

关键点：

不能跑大型模型（比如 GPT、YOLOv8/YOLOv9、ResNet50）

可以跑轻量化、量化、微型模型，适合物联网、边缘智能

💡 实际方案

如果是语音唤醒/手势识别/环境检测 → STM32/ESP32 可以直接用

如果是图像识别或复杂 NLP → 需要用 ESP32 + AI 加速芯片（如 Coral Edge TPU、K210）

或者用 ESP32 采集数据，再发送到 云端/PC 端 推理

Posted on

UART（异步串口）用于简单点对点通信；I2C（两线接口）适合低速多设备互联；SPI（高速串行）用于高速板级数据传输；ADC（模数转换器）将模拟信号转为数字信号；CAN（控制器局域网络）专注于汽车或工业环境的高可靠性通信

UART (Universal Asynchronous Receiver/Transmitter, 通用异步接收/发送器)：
啥意思：一种点对点的串行通信协议。
特点：异步（不需要时钟线，但双方要约定波特率），只需TX（发送）和RX（接收）两根线。
用途：常用于调试、连接GPS模块、蓝牙模块等。
I2C (Inter-Integrated Circuit, 内部集成电路总线)：
啥意思：由NXP（飞利浦）开发的两线制、同步串行总线。
特点：只需要两根线（SDA数据线、SCL时钟线），支持主从模式，可以连接多个设备。
用途：传感器、EEPROM存储器、显示屏等低速外设。
SPI (Serial Peripheral Interface, 串行外设接口)：
啥意思：一种高速、同步、全双工的串行通信总线。
特点：通信速度快，通常需要4根线（SDI, SDO, SCK, CS/SS），适用于数据量大、对速度有要求的场合。
用途：高速ADC、SD卡、液晶显示屏（LCD）。
ADC (Analog-to-Digital Converter, 模数转换器)：
啥意思：将模拟信号（如电压、温度、声音）转换为单片机可处理的数字信号的硬件电路。
特点：关键参数有分辨率（位数，如10位、12位）和采样率。
用途：测量传感器电压、电池电量监测。
CAN (Controller Area Network, 控制器局域网络)：
啥意思：一种高可靠性的串行通信协议，专注于网络通信。
特点：差分信号传输，抗干扰能力极强，常用于复杂环境。
用途：汽车电子（车身控制、引擎）、工业自动化。
Reddit
Reddit
+6
总结对比：
速度：SPI > CAN > I2C > UART
接线数量：SPI > UART > I2C
复杂场景：CAN
简单调试：UART
传感器多：I2C

Posted on 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
1.安装 MySQL 5.7 官方源
sudo rpm -Uvh https://repo.mysql.com/mysql57-community-release-el7-11.noarch.rpm
2.安装 MySQL 5.7
sudo yum install -y mysql-community-server
兜底：
sudo yum install -y mysql-community-server --nogpgcheck  跳过签名验证
3.启动
sudo systemctl start mysqld
sudo systemctl enable mysqld
4.查初始密码（5.7 也有）
grep 'temporary password' /var/log/mysqld.log
5.登录
mysql -uroot -p
mysql -uroot -p --connect-expired-password

输入密码
5.修改密码（5.7）
SET PASSWORD = PASSWORD('NewPass123!');
6.创建或修改业务用户，允许远程访问
CREATE USER 'app_user'@'%' IDENTIFIED BY 'App@123456';
GRANT ALL PRIVILEGES ON app_db.* TO 'app_user'@'%';
FLUSH PRIVILEGES;

在服务器安全规则里 放行3306端口

Posted on 
1
2
3
4
5
6
1.先在本地创建仓库  vcs/creat git
2.在添加进仓库  git add
3.提交  commond and push
4.在远程端创建仓库，获得url
5.把url填写到提交过程中的弹框

Posted on Edited on 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
# AI 工程师常用名词速查表


| 序号 | 名词 | 一句话解释 | 工程视角关键点 |
|----|----|----|----|
| 1 | **LLM**（Large Language Model） | 能理解和生成自然语言的超大模型 | 本质：token → 预测下一个 token；无记忆、不主动执行 |
| 2 | **Prompt** | 给 LLM 的“指令 / 程序” | System 定规则，User 提需求，Output 控格式 |
| 3 | **Token** | 模型处理文本的最小单位 | 决定上下文长度、推理成本；中文 ≠ 一字一 token |
| 4 | **Context Length** | 模型一次能记住的 token 上限 | 影响 RAG 文档量、Agent 长流程能力 |
| 5 | **Fine-tuning** | 用数据改变模型行为 | 常用 LoRA / QLoRA，低成本、不动底座 |
| 6 | **SFT**（Supervised Fine-Tuning） | 用标准问答教模型 | 数据格式：指令 → 输入 → 正确输出 |
| 7 | **RAG**（Retrieval-Augmented Generation） | 先查资料再回答 | LLM + 外部知识库，减少幻觉 |
| 8 | **Agent(智能体)** | 能自主完成任务的 LLM 系统 | = LLM + 规划 + 工具 + 记忆 |
| 9 | **Tool / Function Calling** | 让模型调用代码 / API | 模型负责“想”，程序负责“干” |
|10 | **Planner** | 把复杂任务拆成步骤 | 常用于 Agent 流程拆解 |
|11 | **Multi-Agent** | 多 Agent 协同工作 | 查资料 / 分析 / 审核 分工 |
|12 | **MCP** |通过引入合适的 MCP Server，智能体可以更深度地参与到日常开发流程中，协助完成项目文件读取、官方文档获取、浏览器自动化、代码仓库管理，以及跨会话的上下文维护等任务。 |
---

## 📌 速记理解版

- **LLM**：会说话、会推理的引擎  ，但它本身没有记忆、不会主动干活
- **Prompt**：提示词，给模型写程序   例子  你是一个金融分析师，请用表格输出风险点
- **Token / Context**：模型的记忆与成本边界  
- **Fine-tuning / SFT**：改变模型行为和规则   LoRA / QLoRA    一种低成本微调技术  给大模型加“外挂”，不动原模型
- **RAG**：给模型接外部知识   先查资料，再让模型回答。  给 LLM 接“外部知识库”
- **Agent**：让模型能自己干活   Agent = LLM + 规划 + 工具 + 记忆
- **Tool**：模型指挥，代码执行  让模型调用代码 / API
- **Planner（规划器）**：   把复杂任务拆成步骤。
- **Multi-Agent（多智能体）**：多个模型协作,比如 一个查资料，一个分析，一个审核




Posted on 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
一.
每次连接时候 clientID需要不一样，不然会被服务端认为没有离线，会发送之前的消息。
可以在消费端通过设置QoS和cleanSession两个参数来决定客户端是否需要获取离线消息。
表 1. QoS和cleanSession的组合关系

| QoS 级别 | cleanSession = true | cleanSession = false |
|----------|-------------------|--------------------|
| QoS 0    | 无离线消息，在线消息只尝试推一次 | 有离线消息，在线消息只尝试推一次 |
| QoS 1    | 无离线消息，在线消息保证可达 | 有离线消息，所有消息保证可达 |
| QoS 2    | 无离线消息，在线消息保证可达且只接收一次 | 暂不支持 |

## 说明

1. **QoS 0**  
   - 最低的服务质量。消息最多发送一次，不会重试。  
   - 不保证消息到达，不适合重要消息。  

2. **QoS 1**  
   - 消息至少到达一次。在线时保证投递成功。  
   - cleanSession=false 时，客户端离线期间的消息也会被服务器保留并投递。  

3. **QoS 2**  
   - 消息确保只到达一次。适合需要严格唯一性的消息。  
   - cleanSession=false 时，部分平台暂不支持 QoS2 离线消息。  

4. **CleanSession**  
   - true：每次连接会创建新的会话，断开连接时不会保留订阅和未发送的消息。  
   - false：服务器保留会话信息，离线消息会被存储并在客户端下次连接时发送。

Posted on 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
一、鸿蒙的“官方推荐”架构

鸿蒙官方在 ArkUI/ArkTS 和 Java HarmonyOS Ability 开发里，推荐用：

1.MVVM（官方最推）

ArkUI/ArkTS 天然支持 数据驱动，也就是 MVVM 核心思想：

Model：数据实体，普通类或 JS 对象

ViewModel：@Observed, @State, @Computed 等管理状态

View：ArkUI Column, Row, Stack 等 UI 组件

数据变化 → UI 自动刷新（无需手动 findView/updateView）

典型标志：

@Observed
class DeviceData {
    batteryPercent: number;
    online: boolean;
}

@Component
struct DeviceItem {
    @ObjectLink data: DeviceData;
    build() {
        Column() {
            Text("电量: " + this.data.batteryPercent + "%")
        }
    }
}


这个就是 ArkUI 的 MVVM 核心方式。

2.MVP / MVI（非官方也可用）

MVP：

Model: 数据实体

View: ArkUI 页面

Presenter: 普通 TypeScript / Java 类负责业务逻辑

这种方式在鸿蒙 Java 端和 ArkUI 前端都可以实现，但不如 MVVM 官方支持好。

使用场景：你想完全分离逻辑和 UI，类似 Android 老项目迁移。

MVI：

也是数据驱动，但强调 状态不可变 + 单向数据流

对于复杂页面（设备列表、巡检表格、地图轨迹）非常适合

二、鸿蒙开发特点与 Android 不同点
# Android 与 鸿蒙 ArkUI/ArkTS 特性对比

| 特性 | Android | 鸿蒙 ArkUI / ArkTS |
|------|---------|------------------|
| **数据绑定** | LiveData / ViewModel | `@State`, `@Observed` |
| **UI 组件** | XML / Jetpack Compose | Column, Row, Stack, Text, Image |
| **事件绑定** | `setOnClickListener` | `onClick={() => {...}}` |
| **生命周期** | Activity / Fragment | Ability + Component |
| **官方推荐架构** | MVVM + Jetpack | MVVM + ArkUI |

总结：鸿蒙官方就是 ArkUI + MVVM，几乎天然支持，直接用 @Observed/@State 就能做双向绑定。

三、鸿蒙项目常用 MVVM 模式结构
project/
│
├─ model/          # 数据模型
│   └─ Device.ts
│
├─ view/           # 页面组件
│   └─ DevicePage.ts
│
├─ viewmodel/      # 管理状态、提供数据
│   └─ DeviceViewModel.ts
│
├─ service/        # 网络/设备/数据库服务
│   └─ DeviceService.ts
└─ utils/


使用方法：

ViewModel 中保存状态

View 使用 @Observed 或 @State 绑定 ViewModel 数据

数据变化 → UI 自动刷新，无需手动更新

四、安卓开发经验迁移到鸿蒙

LiveData → @Observed/@State

ViewModel → ArkTS/Java 对应 ViewModel 类

DataBinding / Jetpack Compose → Column/Row/Stack + build()

MVP 的 Presenter → ArkTS 类 + 自己调用更新函数

核心区别：鸿蒙更偏 声明式 + 数据驱动，MVVM 天然支持，MVP 只能自己写。

Posted on 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
1.在module.json5中
    "requestPermissions": [
      {"name": "ohos.permission.INTERNET"},
      {"name": "ohos.permission.GET_BUNDLE_INFO"},
      {"name": "ohos.permission.KEEP_BACKGROUND_RUNNING"}
    ],

  "pages": "$profile:main_pages",
    "abilities": [
      {
        "name": "EntryAbility",
        "backgroundModes": [
          "dataTransfer"       // 对应 BackgroundMode.DATA_TRANSFER
        ],



2.在EntryAblility中
  async onForeground(): Promise<void> {
    // Ability has brought to foreground
    hilog.info(DOMAIN, 'testTag', '%{public}s', 'Ability onForeground');
    try {
      const wantAgentInfo: wantAgent.WantAgentInfo = {
        wants: [{ bundleName: 'com.ht.cotton', abilityName: 'EntryAbility' }],
        actionType: wantAgent.OperationType.START_ABILITY,
        requestCode: 0,
        actionFlags: [wantAgent.WantAgentFlags.UPDATE_PRESENT_FLAG]
      };

      const wantAgentObj = await wantAgent.getWantAgent(wantAgentInfo);
      const taskTypes = ['dataTransfer']; // 或 ['audioPlayback'], ['audioRecording'] 等
      const res = await backgroundTaskManager.startBackgroundRunning(this.context, backgroundTaskManager.BackgroundMode.DATA_TRANSFER, wantAgentObj);
      // console.info('后台长时任务已申请, notificationId:', res.notificationId);
    } catch (e) {
      console.error('申请后台长时任务失败:', JSON.stringify(e));
    }
  }

Posted on Edited on 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
{
  "app": {
    "bundleName": "com.ht.cotton",
    "bundleType": "app",
    "versionCode": 1000000,
    "versionName": "1.0.0",
    "label": "Htconnn",
    "deployDomain": "codehelps.online",
    "icons": {
      "normal": "https://codehelps.online/logo.png",
      "large": "https://codehelps.online/logo2.png"
    },
    "minAPIVersion": "5.0.5(17)",
    "targetAPIVersion": "5.0.5(17)",
    "modules": [
      {
        "name": "entry",
        "type": "entry",
        "deviceTypes": [
          "tablet",
          "2in1",
          "phone"
        ],
        "packageUrl": "https://codehelps.online/a.hap",
        "packageHash": "56c1438593fc5f3d6e49196b2751a4bb99d3a83da744cbe8deecad27d07bda8e"
      }
    ]
  },
   "sign": "描述文件签名"
}

1.打出包对应的packageHash 
certutil -hashfile "D:\homyspace\htcotton\entry\build\default\outputs\default\entry-default-signed.hap" SHA256  

2.描述文件签名
https://gitee.com/arkin-internal-testing/internal-testing
下载后运行manifest-sign.bat

-operation sign -mode localjks -inputFile D:\file\hmmswj\htcotton.json5 -outputFile D:\file\hmmswj\adhocnew.json5 -keystore D:\homyspace\htcotton\csr\htcotton.p12 -keystorepasswd htnova1003 -keyaliaspasswd htnova1003 -privatekey htcotto

3.生成的前json5文件上传到自己的服务器

Posted on 
1
2
3
4
5
6
7
8
9
10
11
12
13
在 ArkTS（ArkUI）里，ForEach 的第三个参数是 key，用来标识每个列表项的唯一性。它有个“复用组件”的机制：

key 不变 → 组件复用，不会重新渲染

key 变化 → 组件重建，UI 才会刷新

ForEach(this.yardList, (item: DataBean, index: number) => {
  ListItem() {
    this.BuildYardItemPage(item, index)
  }
}, (item: DataBean) => item.sn)