GitHub 上5 個硬件項目

本文章中僅爲技術講解，不包含廣告推廣

1⃣ unleashed-firmware：Flipper Zero 最穩的第三方固件

⭐ 總星數：17k | 📦 語言：C / C++

unleashed-firmware 是 Flipper Zero 上最受歡迎的第三方固件，把官方鎖住的能力全放開。它在官方基礎上解除了 Sub-GHz 頻段的區域限制，加進了更多滾動碼協議，車庫門和車遙控都能拿來研究。內置信號保存與重放、Sub-GHz 暴力破解插件、頻率分析器，還有更全的 NFC 與 RFID 協議支持，設備名也能自己改。整個項目配了 Web 安裝器，一鍵就能刷，社區幾乎每週都在更新，協議 GPL-3.0。想玩透這隻小海豚的人，刷上它就對了，進官網打開 Web Installer 按提示連線即可，或者下載 Release 包解壓到 SD 卡根目錄，進設備 Update 文件夾跟着屏幕走完。

一句話介紹：Flipper Zero 最穩的第三方固件，把小海豚的射頻能力徹底放開。

2⃣ AI-on-the-edge-device：用 ESP32 把老式錶盤變成智能表

⭐ 總星數：8.7k | 📦 語言：C++

AI-on-the-edge-device 用一塊 ESP32-CAM，把家裏老式水錶、電錶、燃氣表變成會聯網的智能表。它在 ESP32 上跑 TensorFlow Lite，定時拍下表盤照片，做圖像對齊和區域截取，再用 AI 認出讀數，全程不碰雲端。識別結果能推到 MQTT、InfluxDB，也能走 REST API，和 Home Assistant 無縫打通。整套硬件只有 3 乘 4.5 乘 2 釐米，成本不到 10 歐元，帶網頁後臺和在線升級。最常見的玩法是對着水錶支一臺 ESP32-CAM，接 5V 電源，SD 卡里放好配置，連上家裏 Wi-Fi，瀏覽器打開設備 IP 做一下參考圖與對齊點標定，之後就能在手機上隨時看用水量，漏水還會報警。個人非營利使用免費，商用需單獨授權。

一句話介紹：用一塊 ESP32-CAM，把老式水錶電錶變成會聯網的智能表。

3⃣ needle：塞進手錶路由器的 14MB 端側模型，本週新增 3.4k 星

⭐ 總星數：8.2k | ⭐ 本週新增：3.4k | 📦 語言：Python

needle 是一個 8 到 29 MB 的端側自動化模型，能塞進手機、手錶、機器人和路由器裏幹工具調用。它叫 Simple Attention Network，整個模型只有注意力與門控，沒有傳統的前饋層，權重壓到 2 bit，整包才 14MB，跑起來只佔 28MB 內存。它把一切任務當成函數調用，擅長從自然語言裏抽出參數、拼出規整的 JSON 再幫你執行。官方給的引擎覆蓋 16 個平臺，樹莓派、安卓、iOS、瀏覽器、WASI 全在其中，甚至能完全離線運行。做智能硬件的團隊用 pip install cactus-needle 就能接進產品，拿 @needle.tool 裝飾一個函數，agent.run 一句就完成選工具、執行、回傳的閉環。想先試手感，跑 needle playground 會起一個本地網頁在 127.0.0.1:7860，要部署到具體設備，needle build --platform 選目標平臺把權重燒進去即可。模型 Apache-2.0，引擎部分源碼可見。

一句話介紹：一個 14MB 的端側函數調用模型，能塞進手機手錶路由器幹工具調用。

4⃣ fugleramme：聽見鳥叫就畫博物插畫的墨水相框，本週新增 600 星

⭐ 總星數：2.9k | ⭐ 本週新增：600 | 📦 語言：Python

fugleramme 是樹莓派驅動的墨水鳥相框，聽見窗外鳥叫，就把對應的 19 世紀博物插畫畫到屏幕上。它用 BirdNET-Go 在本地做聲音識別，實時判斷窗外飛過的是哪種鳥，再從 800 多張手繪剪貼裏找出對應物種，按真實體重縮放後拼到一張仿舊紙頁上。畫面跑在 Inky Impression 13.3 寸彩色墨水上，只在鳥羣變化時重繪，省電又不閃。沒有墨水屏也能用，它本來就提供網頁版，接電視、顯示器都行。想自己做一個，準備樹莓派 5、一塊 13.3 寸 Inky Impression 墨水屏、一個 USB 麥克風和 A4 相框即可。最省事的辦法是進樹莓派後跑一行安裝腳本 curl -fsSL https://raw.githubusercontent.com/arnegiacomo/fugleramme/main/install.sh | bash，它會問你 BirdNET 放哪、端口用啥，裝好直接以系統服務常駐。怕折騰硬件，Docker 一條命令也能先把網頁版跑起來。代碼 MIT 協議，插畫用的是公有領域古籍圖。

一句話介紹：樹莓派驅動的墨水鳥相框，聽見鳥叫就把博物插畫畫上屏。

5⃣ microduck_rl：399 美元機器鴨的強化學習訓練框架，本週新增 1.2k 星

⭐ 總星數：1.8k | ⭐ 本週新增：1.2k | 📦 語言：Python

microduck_rl 是 25 釐米高、800 克雙足機器鴨的強化學習訓練框架，把仿真到真機的全流程開源。它基於 MuJoCo Warp 加 PPO 算法，內置 BAM 執行器物理、域隨機化和齒輪迴差仿真，訓練好的策略導出 ONNX 就能部署到真機。真機以 50Hz 循環驅動 15 個電機，出廠就會走、坐、站、踢球、叼東西和輪滑，摔倒了自己爬起來。倉庫裏預置了十幾種動作任務，同一個 61 維觀測空間讓不同策略隨時熱切換。想訓練新動作，需要一張 CUDA 顯卡加 uv 工具，克隆倉庫後 uv run train 開 4096 個並行環境，一兩個小時就能出一套能看的步態，再 uv run 導出 ONNX 燒到機器人。沒有本地顯卡，加 --hf-jobs 丟到 Hugging Face 雲端訓練也行。機器鴨本體 399 美元預購，軟件棧 Apache-2.0，連機械結構以外的全部可讀可改。