GitHub 上5 个硬件项目

本文章中仅为技术讲解，不包含广告推广

1⃣ unleashed-firmware：Flipper Zero 最稳的第三方固件

⭐ 总星数：17k | 📦 语言：C / C++

unleashed-firmware 是 Flipper Zero 上最受欢迎的第三方固件，把官方锁住的能力全放开。它在官方基础上解除了 Sub-GHz 频段的区域限制，加进了更多滚动码协议，车库门和车遥控都能拿来研究。内置信号保存与重放、Sub-GHz 暴力破解插件、频率分析器，还有更全的 NFC 与 RFID 协议支持，设备名也能自己改。整个项目配了 Web 安装器，一键就能刷，社区几乎每周都在更新，协议 GPL-3.0。想玩透这只小海豚的人，刷上它就对了，进官网打开 Web Installer 按提示连线即可，或者下载 Release 包解压到 SD 卡根目录，进设备 Update 文件夹跟着屏幕走完。

一句话介绍：Flipper Zero 最稳的第三方固件，把小海豚的射频能力彻底放开。

2⃣ AI-on-the-edge-device：用 ESP32 把老式表盘变成智能表

⭐ 总星数：8.7k | 📦 语言：C++

AI-on-the-edge-device 用一块 ESP32-CAM，把家里老式水表、电表、燃气表变成会联网的智能表。它在 ESP32 上跑 TensorFlow Lite，定时拍下表盘照片，做图像对齐和区域截取，再用 AI 认出读数，全程不碰云端。识别结果能推到 MQTT、InfluxDB，也能走 REST API，和 Home Assistant 无缝打通。整套硬件只有 3 乘 4.5 乘 2 厘米，成本不到 10 欧元，带网页后台和在线升级。最常见的玩法是对着水表支一台 ESP32-CAM，接 5V 电源，SD 卡里放好配置，连上家里 Wi-Fi，浏览器打开设备 IP 做一下参考图与对齐点标定，之后就能在手机上随时看用水量，漏水还会报警。个人非营利使用免费，商用需单独授权。

一句话介绍：用一块 ESP32-CAM，把老式水表电表变成会联网的智能表。

3⃣ needle：塞进手表路由器的 14MB 端侧模型，本周新增 3.4k 星

⭐ 总星数：8.2k | ⭐ 本周新增：3.4k | 📦 语言：Python

needle 是一个 8 到 29 MB 的端侧自动化模型，能塞进手机、手表、机器人和路由器里干工具调用。它叫 Simple Attention Network，整个模型只有注意力与门控，没有传统的前馈层，权重压到 2 bit，整包才 14MB，跑起来只占 28MB 内存。它把一切任务当成函数调用，擅长从自然语言里抽出参数、拼出规整的 JSON 再帮你执行。官方给的引擎覆盖 16 个平台，树莓派、安卓、iOS、浏览器、WASI 全在其中，甚至能完全离线运行。做智能硬件的团队用 pip install cactus-needle 就能接进产品，拿 @needle.tool 装饰一个函数，agent.run 一句就完成选工具、执行、回传的闭环。想先试手感，跑 needle playground 会起一个本地网页在 127.0.0.1:7860，要部署到具体设备，needle build --platform 选目标平台把权重烧进去即可。模型 Apache-2.0，引擎部分源码可见。

一句话介绍：一个 14MB 的端侧函数调用模型，能塞进手机手表路由器干工具调用。

4⃣ fugleramme：听见鸟叫就画博物插画的墨水相框，本周新增 600 星

⭐ 总星数：2.9k | ⭐ 本周新增：600 | 📦 语言：Python

fugleramme 是树莓派驱动的墨水鸟相框，听见窗外鸟叫，就把对应的 19 世纪博物插画画到屏幕上。它用 BirdNET-Go 在本地做声音识别，实时判断窗外飞过的是哪种鸟，再从 800 多张手绘剪贴里找出对应物种，按真实体重缩放后拼到一张仿旧纸页上。画面跑在 Inky Impression 13.3 寸彩色墨水上，只在鸟群变化时重绘，省电又不闪。没有墨水屏也能用，它本来就提供网页版，接电视、显示器都行。想自己做一个，准备树莓派 5、一块 13.3 寸 Inky Impression 墨水屏、一个 USB 麦克风和 A4 相框即可。最省事的办法是进树莓派后跑一行安装脚本 curl -fsSL https://raw.githubusercontent.com/arnegiacomo/fugleramme/main/install.sh | bash，它会问你 BirdNET 放哪、端口用啥，装好直接以系统服务常驻。怕折腾硬件，Docker 一条命令也能先把网页版跑起来。代码 MIT 协议，插画用的是公有领域古籍图。

一句话介绍：树莓派驱动的墨水鸟相框，听见鸟叫就把博物插画画上屏。

5⃣ microduck_rl：399 美元机器鸭的强化学习训练框架，本周新增 1.2k 星

⭐ 总星数：1.8k | ⭐ 本周新增：1.2k | 📦 语言：Python

microduck_rl 是 25 厘米高、800 克双足机器鸭的强化学习训练框架，把仿真到真机的全流程开源。它基于 MuJoCo Warp 加 PPO 算法，内置 BAM 执行器物理、域随机化和齿轮回差仿真，训练好的策略导出 ONNX 就能部署到真机。真机以 50Hz 循环驱动 15 个电机，出厂就会走、坐、站、踢球、叼东西和轮滑，摔倒了自己爬起来。仓库里预置了十几种动作任务，同一个 61 维观测空间让不同策略随时热切换。想训练新动作，需要一张 CUDA 显卡加 uv 工具，克隆仓库后 uv run train 开 4096 个并行环境，一两个小时就能出一套能看的步态，再 uv run 导出 ONNX 烧到机器人。没有本地显卡，加 --hf-jobs 丢到 Hugging Face 云端训练也行。机器鸭本体 399 美元预购，软件栈 Apache-2.0，连机械结构以外的全部可读可改。