按版本列出 Grablo 平台和控制器的更新内容。
网页界面、本地界面、安装程序、托盘菜单以及设备发出的消息现在支持 17 种语言。如果未选择语言，将使用操作系统的显示语言；不支持的语言将显示为英语。
修复了网络短暂中断后，云连接重新连接时程序可能退出的问题。
首次启动时如果因没有网络连接而无法下载 AI 模型，现在会提示需要连接网络，而不是只显示“已停止”。
修复了在首次下载 AI 模型期间刷新或关闭界面后，即使摄像头正在运行，下次打开界面时设置指南仍从第一步重新显示的问题。
修复了选择记录较多的卡片时，“历史记录”中缺少部分记录或卡片搜索变慢的问题。
修复了在 Linux 上安装或更新时，即使服务注册失败也显示成功，导致更新后程序可能无法再次启动的问题。现在失败时会报告错误，从 App 中启动的更新会回滚到之前的状态。
摄像机麦克风或连接到设备的电脑麦克风听到特定声音时，可以发送告警并执行动作。添加告警时，可以选择带麦克风的摄像机和这台电脑的麦克风。
对于带麦克风的摄像机，可以使用实时画面中的扬声器按钮收听声音。声音默认静音，没有声音的摄像机不显示该按钮。
安装程序现已内置警笛、警报、门铃等 14 种声音。添加播放媒体动作时，默认选中防盗警报警笛，可以直接使用。
向 Zigbee 设备发送一个值后，可以在设定的时间后再发送另一个值。例如，打开警笛，30 秒后再关闭。
发送到 Home Assistant 的检测结果现在包含检测类型、录入的名称、车牌和置信度。Home Assistant 自动化可以根据检测到的内容执行不同的操作。
“添加动作”界面现在为手机通知、播放媒体、文本转语音、Telegram、Webhook、Home Assistant 和 Zigbee 显示对应的图标。
修复了在远程界面中使用云文件添加播放媒体动作时，出现“无法获取云文件的下载 URL”错误而无法应用的问题。
修复了在 Windows 上告警和动作数量超过一定数目后，所有告警都无法工作的问题。
修复了保存设置后重启需要几十秒到几分钟（取决于存储设备）的问题。
修复了部分摄像机因视频设置不同而反复重连的问题。
修复了选择人物卡片时偶尔出现“无法完成搜索”的问题。
修复了网页界面或本地界面长时间打开后自动退出登录的问题。
修复了保存设置、设备重启期间，新添加的摄像机或告警显示两次的问题。
修复了异常请求可能导致程序终止的问题。此外，程序现在会在发生错误时保留诊断记录。
首次从 Linux 桌面菜单打开 Grablo Spot 时，现在会直接进入本地账户设置。本地界面的浏览器标签页也会显示 Grablo 图标。
本地界面的登录和创建账户界面现在可以选择显示语言。
修复了地址或凭据错误的摄像机大约每 90 秒中断一次其他摄像机画面的问题。无法连接的摄像机现在会在自己的画面中显示“无法连接到摄像机”。
选择包含其他文件或不存在的存储文件夹时，现在会立即显示警告，且不会保存。以前保存后会无法开始监控。
修复了将最初在本地界面中设置的设备关联到 Grablo 账户时，会另外创建一个空地点，导致监控停止或出现设置冲突窗口的问题。现在选择设备后，会将设备上配置的地点原样注册到账户。
本地界面现在以安装设备的电脑名称显示设备，而不是标识符。
修复了 FPS 显示与实时画面上的放大按钮及放大后的画面重叠的问题。Spot 不再显示 FPS。
放大查看照片和视频时，查看器中的按钮名称和屏幕阅读器标签现在会跟随显示语言。说明文字中的产品名称统一为 Grablo Spot。
Spot 现在有了专用安装程序 Grablo Spot。Windows、macOS 和 Linux 安装程序、Raspberry Pi 镜像、Home Assistant 加载项以及 Docker 镜像均为 Spot 提供，可从下载页面获取。
运行 Grablo Spot 的设备现在自带网页界面，即本地界面。在同一网络中的电脑或手机浏览器中打开 http://设备IP:8127，创建保存在设备上的本地账户，即可在没有 Grablo 账户或订阅的情况下使用大部分功能。
摄像机和动作设置现在保存在设备上。本地界面和远程访问使用相同的设置和记录，在一方所做的更改会同步到另一方。现有网页地点的设置会在网页上打开该地点时迁移到设备。如果设置文件损坏，会自动从最近的有效备份中恢复。
当账户中有运行设备软件 2.0 或更高版本的设备时，地点菜单顶部会显示“多地点查看”。它可以在一个界面中显示多个地点的摄像机，放大的摄像机以高画质显示。
早期版本无法读取迁移到 2.0 的设置，因此无法在运行 2.0 的设备上安装 1.x。
“告警”标签页现已改为“动作”。检测到人、人脸或车辆时，除了手机通知，还可以执行播放媒体、朗读文本、Telegram、Webhook、Home Assistant 和 Zigbee。每种类型各添加一个，它们会同时执行；也可以不用手机通知，只保留其他动作。
选择“检测到符合描述的人”或“检测到符合描述的车辆”，然后输入外观描述，例如穿红色上衣的人或白色 SUV。这样，未录入的人和车辆也可以用作条件。
播放媒体现在提供 13 种默认声音，包括警笛、门铃、狗叫声和火灾警报声。删除的声音不会再出现。
在人物、车辆和人脸卡片上，每次停留的时长现在从摄像机首次拍到的时刻算起，到最后一次看到的时刻为止。以前计算的是用于分析的几张图片之间的时间，因此看起来比实际短。此项适用于更新后产生的记录。
在车辆往来频繁的地点，停止监控或保存设置后重启可能需要几分钟。此问题已修复，现在大多数情况下几秒内即可停止。
在记录大量人员和车辆期间，卡片整理可能长时间占用记录，导致界面上的操作需要等待几秒。现在这种情况已大幅减少。
保存设置后，设备重启的短暂时间可能被误判为停止，导致保存的更改被跳过而未应用。此问题已修复。
在人物、人脸和车辆界面之间切换时，会保留每个界面上的搜索。搜索失败或耗时过长时，可以通过“重试”和“清除搜索”立即继续。
本月的中继服务器流量额度已用完且无法直连时，以前要尝试 30 秒以上才会显示提示。现在约 10 秒即会显示。
在保留期限较长、存储记录较多的地点，清除旧记录期间录像和分析可能会滞后。现在清理会按新增内容的量分小步进行，磁盘空间紧张时优先释放视频文件。
在所有摄像机都仅在检测到目标时录像的地点，超过保留期限的视频未被清除。现在无论录像方式如何，清理都会在监控开始 30 秒后运行，之后每小时运行一次。更改后的保留期限会在监控重新开始后立即生效。
删除某个时间段后，其视频文件可能残留在磁盘上继续占用空间。此问题已修复。如果文件正被其他程序使用而无法删除，该时间段会连同记录一起保留，并提示文件正在使用中，稍后再删除一次即可。
打开时间段下载或删除时，在时间线条上拖动的范围即为所选时间段。选择期间视频会暂停，如果之前正在播放，选择后会继续播放。
下载时间段或录像片段时，不再需要等待设备生成完整文件，而是边接收边写入磁盘，即使是很长的时间段，每台摄像机也只生成一个文件。Safari 和 App 仍和以前一样分成多个文件接收。
保存设置后，设备会以新设置重启，如果在重启期间关闭窗口，设备可能会停在停止状态。现在设备会一次完成重启，即使关闭窗口也能完成。
在存储记录较多的地点，日志标签页可能需要很长时间才能打开，从人物标签页切换到时间线后视频可能空白几十秒。这两个问题均已修复。
文字搜索失败时，会显示原因，例如设备内存不足。如果只是暂时内存不足，下次会再次尝试。录入人脸时，如果图片中找不到人脸，也会给出提示。
在部分开启了显卡加速的 Windows 设备上，监控开始后检测可能立即停止。现在显卡只准备一次并一直使用到结束，大大降低了这种情况的发生概率。
在手机界面顶部，可以从同一个列表中选择人物、车辆、时间线以及已录入的人脸和车辆界面。
一次录入多张卡片时，部分卡片可能会悄无声息地遗漏；只有一次停留的人脸卡片无法录入。这两个问题均已修复。现在为新人脸输入已存在的名称时会被拦下，不再悄悄合并到该人物中。人脸和车辆都从各自的卡片录入。
设备断开连接期间，日志标签页和搜索可能显示没有人出现、没有录像或没有结果。现在会显示正在等待连接。重命名摄像机后，过去的记录也会显示新名称。
性能设置中的检测延迟项已移除，固定为 1 秒。设置为 3 秒或 5 秒的地点，会在下次保存设置时改为 1 秒。
输入不是完整路径的存储文件夹（例如 D:spot）时，现在会直接在输入框中提示。
画出要监视的区域后，只有区域内的人和车辆才会被录像、告警并生成卡片。无关的移动（例如有人从街对面经过）会被排除，卡片和告警会显示区域名称。区域外的分析减少，设备负载也随之减轻。
可以为每台摄像机决定是仅在检测到目标时录像，还是全天录像。始终录像的摄像机在时间线上可以无间断回放，人和车辆出现的时间段仍可和以前一样查找。超过保留期限的录像会自动清除。
以前，更新没有连接显示器的 Windows 或 Mac 设备时，需要有人在设备上逐步点击安装程序。现在只需在界面上点击更新，设备即可自行安装并重新连接。如果新版本无法正常启动，会自动恢复到之前的版本。
创建第一个地点时，会逐一显示四个步骤：连接设备、选择识别对象、添加摄像机和开始。设备连接后进入下一步，监控成功开始后关闭。
录像现在包含检测前的 5 秒，因此不会再错过有人进入画面的瞬间，只短暂停留的人也会有录像。仍在写入的录像也可以立即打开。
搜索现在严格使用你选择的图片，判定也更严格一些，因此颜色或车型不同的车辆混入结果的情况大幅减少。可以一次选择并录入多张车辆卡片。
修复了录像回放中所有方框每隔 1 ~ 3 秒一起闪烁，以及摄像机重新连接后出现几分钟前的方框的问题。
点击停止后，监控可能需要很长时间才真正停止。此问题已修复。
新地点现在默认将检测准确度设为均衡，人物卡片的最小人物尺寸设为画面的 20%。已设置过这些值的地点保持不变。
在没有已注册设备的情况下打开设备窗口时，现在会直接进入添加界面，而不是显示空列表。
编辑区域时，编辑前的形状会留在界面上与新形状重叠。此问题已修复。
在 Android 版 Chrome 中，全屏打开的窗口底部会被地址栏的高度遮挡。此问题已修复。
从小画面切换到全屏时，以前会模糊几秒。现在 1 秒内即可切换到完整画质。
一个界面中显示多台摄像机时，画面可能出现破碎或画质不一。现在每种画面尺寸都以固定、稳定的画质传送。
将界面放在其他标签页中几个小时后，视频可能会卡住一段时间才恢复。此问题已修复。
页面下方的摄像机每 30 秒重连一次，同时也会短暂中断其他摄像机。此问题已修复。
停在画面边缘的车辆每短暂被遮挡一次，就会生成一张新卡片。现在只有真正离开画面的车辆才会被视为已离开。
在短暂断开连接期间保存设置后，设备仍以旧设置运行。现在重新连接后，设备会以保存的设置重启。已暂停的设备会保持暂停。
设置中的“设备”项现在会在型号旁显示设备软件版本，以及当前是直连还是经中继服务器连接。
磁盘已满时清除旧记录的速度更快。同时修复了移动地点文件夹时可能残留文件，以及暂停监控期间文件夹无法复制的问题。
除了人和人脸，现在还能识别车辆。系统会读取进入画面的车辆的车牌，每个车牌生成一张卡片，该车辆的每次到访都集中在一处。只记得部分车牌也能搜索。无法读取车牌的车辆也会为这次出现生成卡片，之后可以自行输入车牌。
录入经常到访或正在寻找的车辆车牌后，该车辆出现时就会发出告警。可以逐个录入，也可以批量录入，并在表格中管理已录入的车辆，进行编辑、删除和搜索。车牌误读约一个字符时，仍视为同一辆车。
每种对象都可以单独打开或关闭。关闭不使用的对象可以相应减轻设备负载，同时停止其告警。检测准确度和判定标准现在在各对象自己的设置页面中分别设置，已录入的人脸和车辆统一在“录入管理”中管理。
日志标签页已从场景列表改为时间线。每台摄像机以条形显示一天中录制的时间段，点击某个时间点即可从该时刻起同时播放多台摄像机。可以只下载或删除正在查看的时间段，摄像机较多时会分页显示。
打开人物卡片，即可按顺序查看此人在何时、在哪台摄像机前停留。点击某次停留，会逐一展开该时间段的录像；如果混入了其他人，可以当场将其移除。
回看录像时，现在会在人和车辆周围显示方框。可以在视频中看出指的是谁，点击方框即可搜索该人或车辆的其他记录。
穿着颜色相近上衣的其他人不再充斥搜索结果。搜索阈值现在随人物分组设置变化，收紧分组时搜索也会一同收紧。
人物和车辆卡片列表旁新增了时段条。条的粗细表示卡片集中的时段，点击某处即可直接跳到该时段。也可以反转排序，从最早的开始查看。
新地点的默认值已根据真实现场的测量结果进行调整。人物卡片的最小人物尺寸为画面的 25%，每秒分析 10 次，人物识别默认偏重速度，在性能一般的设备上也能留有余量。已设置过这些值的地点保持不变。
以前由设备将方框画进视频后再发送。现在只发送位置，由界面绘制方框，这减轻了设备负载，让每个方框准确落在被分析的那一帧上，并在两次分析之间持续显示而不会断开。
小窗口观看时接收小画面，大窗口观看时接收大画面。不在屏幕上显示的摄像机完全不接收，回到可见范围时再恢复，因此一个界面中有多台摄像机时，数据用量会大幅减少。同时修复了从其他标签页返回后视频卡住 20 秒以上的问题。
一台设备上有多个地点时，录像和记录会混在同一个文件夹中，清理一个地点的保留期限可能会删除另一个地点的记录。现在每个地点都有自己的文件夹。之前保存的记录会在首次启动时移到各自地点的文件夹中，文件夹可以原样移到其他磁盘继续使用。误选其他地点的文件夹时会当场提示。
在人或车辆很少经过的现场，刚经过的人没有生成卡片。此问题已修复。
多人紧挨着经过时，旁边的人混入同一张卡片，或同一个人被记录两次的情况已大幅减少。同时修复了连接断开又恢复后，车牌或编号被转给随后出现的人或车辆的问题。
如果在界面长时间打开期间发布了新版本，界面会自动切换到最新版本。正在查看的界面不会受影响，切换只在你进行其他操作时进行，因此不会打断正在做的事，也无需手动刷新。
Android 的返回键可以关闭已打开的窗口。全屏打开的界面现在都在左上角使用返回标记。
原本在一个长页面中从头排到尾的手册，现在分为封面、章和节三级。可以从左侧目录直接跳到某一节，也可以在手册内搜索。
以前打开“人物”标签页时需要重新读取录像来生成卡片照片，首次查看要等几秒。现在摄像机看到人的那一刻就会准备好照片，打开标签页时卡片已经就绪。
路人不会再成为别人卡片的封面照片。同时出现在画面中的两个人不会再被分到同一张卡片，包含多个人、范围过宽的卡片会被重新拆分。
在每秒只传送约 3 帧的摄像机上，同一个人会不断被分配新编号，导致分组出错。此问题已修复，现在即使画面传送缓慢，也能将同一个人作为一个人持续跟踪。
以前两个人交错而过，或一个人从另一个人身后经过时，两人会在那一刻被互换。现在这种情况已大幅减少，被遮挡后重新出现的人也会作为同一个人继续跟踪。
以前保存的记录越多，搜索就越慢。存储的使用方式也已重新设计，长期使用的设备也能以接近新设备时的速度搜索。
查看和删除已录入的人脸不再取决于摄像机的状态。从记录录入人脸时会排队处理并反馈结果，因此即使一次添加多张，也能确认结果。
逻辑显示错误时，现在可以将该错误标记为已查看。错误状态本身保持不变，只清除标记，便于区分新错误和已知错误。
结果不是数值的 PID 回路不再将该值传递到输出。超出所配置读取或写入范围的 Modbus 地址，不再悄悄沿用上一个值或写入错误的位置。同时修复了逻辑一直没有完成一轮执行、点击停止也无法停止的问题。
停止一次后打开日志视图可能导致程序崩溃。此问题已修复，同时修复了停止并重新开始后不再生成人物卡片的问题。
已从日志文件中移除对你没有用处的开发备注，出现问题时更容易找到关键信息。
如果你使用 Docker 安装或运行 Home Assistant 加载项，镜像所基于的 Linux 版本已到达生命周期终点，不再获得安全更新。现在镜像已改用当前版本，重新获得安全更新。安装方式和设置保持不变，像平常一样拉取镜像即可。
一款只做一件事的新产品：在已录制的摄像机画面中找人。无需编写规则，也无需连接设备。添加摄像机后即开始记录日志，之后可以用下面介绍的四种方式搜索。
日志中的人和人脸会按身份自动分组。以前要找一个人，得先自己把他找出来；现在打开“人物”标签页，该时段经过的所有人都已分好组。可以选择按人脸或按外观分组，因此即使从看不到脸的角度拍摄，也能按衣着和体型归组。为人物卡片命名后，之后即可按名称搜索。
不确定的分组绝不会自动合并。系统会并排显示几张照片，询问是否为同一个人。只有你确认的才会合并，被你否定的组合不会再次提出。合并后无法撤销，请先看清照片再决定。
描述要找的场景，即可找到最接近的记录。输入“穿红色外套的人”之类的描述，匹配的记录就会汇集起来。对于从未按姓名录入的人也同样适用。
可以按上衣和下装颜色、年龄段、眼镜、上衣图案、裙子和靴子、包等随身物品以及人的朝向进行搜索。颜色搜索可以设置为包含相近色，这样即使光线改变了颜色的观感，也不会漏掉。
查看记录时，点击画面中的某个人，即可找到此人的其他记录。按人脸搜索无需录入姓名；按外观搜索会综合考虑衣着、体型和随身物品，因此即使从看不到脸的角度也能使用。
将片段长度设为“检测期间”而不是固定时长，录像就会在条件持续期间一直进行，情况结束时停止。适用于无法预知持续时间的场合。一台摄像机同一时间只能有一个这样的录像。
搜索 30 天的记录现在约需 0.5 秒，而以前约需 4 秒。即使在累积了大量记录的地方，以前需要 30 秒以上的搜索，现在约 3 秒即可完成。已录入人脸的列表也能立即打开。
画面中没有移动时，分析会暂停，从而减轻设备负载。还可以根据设备和场景，设置每秒分析的次数（1 ~ 10 次）。
删除记录时，用于搜索该记录的数据也会一并清除，存储空间得以真正回收。记录超过保留期限被自动清除时也同样如此。
一并修复了多个问题：连接较晚的摄像机无法开始分析、大量写入记录时界面短暂卡住，以及人物分组中途停止。
摄像机画面现在会保存在一个短暂的循环缓冲区中，条件触发时，该时刻前后的画面会保存为一段视频。单张静态图片无法呈现的事件前因，现在从事件发生前几秒就有记录。事件前和事件后的时长可以为每个条目分别设置。
新增的动作可以随时开始和停止录像，不受任何条件限制。适用于需要保存整个作业过程的场合；即使录像中途断电，此前写入的内容仍可回放。
日志列表的缩略图上现在有播放标记，点击即可当场播放视频。照片和视频可以在同一个查看器中左右翻看，无需关闭窗口再重新查找条目；已接收过的视频下次会立即打开。播放条上标出了事件发生的时刻，一眼就能知道该看哪里。
日志动作现在可以精确选择要记录的摄像机和数值。例如，摄像机 1 中检测到人时，也可以同时保存摄像机 2 和 3 的视频，即不参与判断的摄像机也能录像。每个条目可以有各自的记录对象和片段时长，现有配置保持不变。
现在可以选择如何判定物体进入了区域：人或车辆与地面的接触点、物体的中心，或与区域重叠的百分比。以前只使用中心点，因此在倾斜安装的摄像机上，判定会偏离目标实际所站的位置。使用地面接触点后，远处的目标也能准确判定。现有项目的行为与以前完全相同。
控制器现在会记住哪些日志场景已登记为训练样本。在另一台电脑或另一个浏览器中打开项目时，已登记的场景仍有标记，同一场景不会重复登记，多人一起查看时也能共享进度。在训练界面中删除样本后，该场景可以重新登记。
照片和视频不断累积、可用空间不足时，会自动清除最早的文件。日志条目本身会保留，只删除文件，因此何时发生了什么的记录完整无损。无需任何设置，保存到你自行指定路径的文件也绝不会被删除。
画质、缓冲区大小等难以判断的数值，现在会根据摄像机和设备自动选择。你只需设置保存位置以及事件前后的时长。在内存充裕的设备上，事件前最多可以保留 5 分钟的画面。
浏览器长时间打开，或从其他标签页返回后，摄像机画面可能一直显示正在连接，刷新后才出现。第一帧到达较慢的摄像机可能根本不显示，已经在播放的视频流也可能退回到正在连接状态。这些问题均已修复。
在没有图形加速硬件的电脑和虚拟环境 (Windows) 中，网络摄像机可能完全收不到画面并反复重连。现在会在使用前验证可用的加速方式，如果都无法使用，摄像机会自动改用其他方式。
连续录像保存的视频在整个时长内回放都可能是黑屏。此问题影响保存前需要重新编码画面的摄像机，例如 USB 摄像头。
事件接连发生时，视频不会按事件分别保存：它们互相截断，最新的视频要等到下一个事件发生后才能播放。现在每个事件都会生成自己的视频，并包含完整的事件前和事件后片段。
删除日志条目后，其视频文件仍残留在磁盘上。同时修复了条目有多个条件时只删除部分照片的相关问题。
修复了区域顶点数量非常多时分析可能停滞的问题。
修复了播放视频时自动切换到全屏、导致播放条上的事件标记被遮挡的问题。
在倾斜的多边形区域上，标签会悬浮在远离所属区域的空白处。现在标签附着在形状最上方的顶点上，可以立即看出它标注的是哪个区域。矩形区域不受影响。
以多边形绘制的区域完全没有标签。使用多个区域时无法在画面上区分它们；现在区域名称会正常显示。
区域紧贴画面顶部或右侧边缘时，标签会超出画面而被截断或完全隐藏。现在标签始终保持在画面内。
以前区域会因形状不同而以不同颜色绘制，容易与检测结果混淆。现在无论形状如何都使用同一种颜色，检测到的物体和你配置的区域一眼就能区分。
以前分析区域只能是矩形。现在可以绘制任意形状的多边形。对于倾斜的传送带、通道等矩形难免会框入多余区域的场景，现在可以只框选关心的区域。所有 AI 分析均以相同方式工作。
查看录制的场景时，如果发现 AI 判断错误的内容，可以当场将其登记为训练样本。收集漏检和误检的内容后再次训练，即可持续提高准确度。适用于图像分类、异常检测和人脸录入。
训练界面现在会标记新添加但尚未反映到训练中的样本。可以一眼看出新增了哪些内容，以及是否需要再次训练。
异常检测的训练和登记界面现在会同时显示当前分数和判定边界。调整灵敏度时，可以看到当前场景偏离正常的程度。
数据日志动作现在可以精确选择要记录的变量。不再需要为每种条目单独准备存储，所有内容都可以保存在一起，设置简单了很多。现有配置照常工作。
异常检测现在同时使用多个处理核心。判断单帧所需的时间大幅缩短，即使在分析运行期间，视频也能保持流畅。
高亮显示被判定为异常的区域时，现在会考虑周围区域，过滤掉孤立的斑点。只显示真正的缺陷区域，显示效果更易读。
以前文字识别结果会在帧与帧之间轻微跳动。现在会综合多帧，只输出最可靠的结果，即使有手抖或光线变化，数值也能保持稳定。
触发时进行单次分析，该时刻的结果可能无法传到变量，或残留旧值。此问题已修正。多个动作共用同一个分析时，每个结果现在都能准确记录，与连续分析同时运行时也不再互相干扰。
人脸识别会忽略你指定的分析区域而搜索整个画面。现在只在你设置的区域内搜索。
停止状态下的预览与分析器上配置的数值表现不同。现在预览使用与实际分析相同的设置，在预览中确认的效果在开始运行后同样适用。
一并修正了多个与记录相关的问题：刚写入的记录悄然消失、停止状态下无法查看过去的记录，以及记录累积较多后连接失败。同时修复了异常检测预览卡住，以及缺陷高亮与实际判定依据不同的问题。
从摄像机登记几张示例图片，设备就会直接在本机训练自己的图像分类器，无需单独的服务器或在线训练。它直接在设备上学习，自行区分你选择的类别。
用正常状态的图片进行训练，它就能自动发现任何异常或缺陷。非常适合产品外观检查等需要找出“与正常不同之处”的任务。
直接在设备上登记和管理要放行的车辆车牌。可以添加、删除和列出带别名的车牌，并立即检查识别到的车牌是否已登记，适用于停车场和出入管理。
无需停止程序，即可一边查看摄像机画面一边当场录入人脸。录入前可以管理录入照片并预览识别结果。
现在可以将 IP 摄像机或网络流的音频用作音频分析、语音识别和 AI 声音分析的输入。设置流地址，如有需要再设置用户名和密码（凭据）。
在需要的时刻发送信号，AI 就会只运行一次分析并记录结果。无需让分析一直运行，只在需要时执行一次，效率更高。
现在可以在画面上实时查看 AI 的识别置信度 (%)。
现在可以为提供给 Home Assistant 的项目设置自己的显示名称。
网络音频连接断开时会自动重连，声音输入不会中断。
通信设备和媒体设备现在可以从临时错误中自行恢复。同时修复了与网络音频和单次分析相关的多个稳定性问题。
AI 聊天、电子邮件和 Telegram 通知动作现在可以一次附加多个文件。以前只能发送一个文件，现在可以同时发送多张照片、文档等文件。固定文件以及随情况变化的路径或变量均可使用。
连接多台网络 (ONVIF) 摄像机时，现在会同时连接，而不是逐台等待，因此有多台摄像机的配置能更快就绪。控制器还会记住每台摄像机的地址，下次直接连接，重启后的首次连接也更快。不响应的摄像机会被更快跳过，不再拖慢其他摄像机。
修复了 Windows 上摄像机发现偶尔卡住的问题，以及多台摄像机同时连接时摄像机偶尔显示为“未找到”的罕见情况。整体连接稳定性也得到了加强。
我们重新构建了 ONVIF IP 摄像机的发现和连接方式，使其更贴近标准。部分能被发现却无法连接的摄像机（例如某些大华型号）现在可以可靠连接，NAS 等非摄像机设备也会从搜索结果中过滤掉。
修复了数据库保存动作可能将同一条目保存两次的问题。同时提高了处理空值和多行结果时的稳定性。
延时计时器 (PEND) 现在提供“保持”选项，在设定条件保持为真的期间一直保持输出开启，可以更精确地调整计时器行为。原有计时器也经过整理，完全按预期工作。
现在可以一次选择并删除多条已记录的日志，与之一起保存的抓拍照片或文件也会一并清理。保留上限现在也适用于手动记录的条目，删除日志时会自动回收存储空间。
人脸识别录入列表现在会显示每个人已登记的样本数量。名称中也不再允许使用可能损坏列表的无效字符。
修复了实时摄像机画面在某些情况下可能卡在连接中的问题。现在 App 会检测到这种状态并自行恢复。
改进了存储空间已满时可能悄然失败的抓拍保存的检测，并修正了保存到子文件夹的抓拍以及文件大小的计算。
修复了视频识别处理过程中的一个罕见错误，运行更加稳定。
修复了视频上的检测框在两次检测之间拖影、留下残影的问题。检测框现在会干净地显示在更准确的位置。
项目启动时，只下载实际使用的功能所需的文件。未使用功能的文件会被跳过，项目启动更快、更轻量。
修复了语音播报和语音识别功能可能无法加载语音模型的问题。
修复了 MQTT 消息接收以及部分 Zigbee 和 Modbus 设备配置可能无法连接或运行的问题。
现在可以选择摄像机画面中的特定区域，放大后再进行识别。由于先放大该区域，远处或较小的物体能被更准确地检测到。此功能适用于所有视觉识别，包括物体、人脸、姿势、手部、颜色、二维码、文字、车牌和火焰检测。未选择区域时，和以前一样使用整个画面。
物体检测引擎已更换为新引擎，准确度更高。可以根据环境从快速、均衡和准确三个级别中选择。
一条命令现在可以同时检测和筛选多种物体，例如同时检测人和汽车。检测命令也已简化。
现在可以为每个分析项设置检测频率，减少不必要的处理，降低设备负载。检测框在两次检测之间也能保持平滑，不会闪烁或留下残影。
推送通知附带的图片现在会自动调整为适合手机通知横幅的尺寸，告警送达更快、更可靠。
以前人脸识别、火焰检测和物体/人脸检测的结果会在画面上闪烁，或在阈值附近反复切换。本版本大幅减少了这种情况。Grablo 现在不再依据单帧判断，而是综合多帧，结果更加稳定。
人脸识别现在显示更清晰的三种状态结果（“无人脸 / 未知 / 已录入的名称”），还可以查看已录入人脸的列表。
新增了专用数据文件夹，可安全存放人脸识别抓拍图等结果文件。它在 Windows、macOS 和 Linux 上的工作方式相同，即使更新或重新安装程序，保存的文件也会保留。
数据日志表格中包含保存的图片时，现在可以直接从表格查看缩略图和全屏图片。
全屏显示的图片现在会按照显示器分辨率渲染，看起来更清晰，在 4K 等高分辨率显示器上也是如此。
修复了计划执行的多个问题：按重复次数设置的计划比设定少运行一次、按月和按年重复的计划从不触发；开始时间和结束时间相同时，现在会正确视为全天（24 小时）。
当动作调用已关闭（停用）的其他动作或控制时，Grablo 现在会顺利跳过，而不是报错停止，因此关闭几个项目不再导致整个流程中断。
运行项目时，Grablo 现在只准备项目实际使用的设置。启动时会跳过未使用的摄像机、分析器和其他设置，因此包含大量重型设置的项目启动更快，占用的内存和资源也更少。
现在可以将 Grablo 作为 Home Assistant 加载项安装，或使用 Docker 安装。作为 Home Assistant 加载项安装时，无需服务器地址或凭据即可自动连接。
提高了摄像机重连的稳定性，并修复了多个问题，包括处理含有韩文（非 ASCII）字符的 Windows 文件夹路径。
现在可以使用变量或表达式设置推送通知的附件文件路径，而不只是固定值。例如，可以将临时文件夹路径与文件名组合，自动附加每次运行时新生成的文件。
修复了 Windows 上文件夹或文件名中含有韩文或其他非 ASCII 字符的路径无法被正确找到的问题。现在可以正常读取和保存此类路径中的文件。（支持 Windows 10 及更高版本。）
在 AI 分析动作中使用物体、人脸、颜色和异常检测时，现在可以直接在主命令中设置检测区域，无需单独的命令。绘制区域即可只分析该区域，不设置则分析整个画面。现有动作照常工作。
文件动作中新增了返回系统临时文件夹路径的命令。它会在 Windows、macOS 和 Linux 上自动使用各操作系统对应的临时文件夹，便于保存只需短暂使用的文件。
修复了 AI 异常检测结果错位绘制在画面角落的问题，现在会准确显示在实际检测到的位置。
修复了多种因异常输入或外部数据导致程序意外关闭的情况，并加强了对变量保存失败和文件上传的处理。正常使用不受影响。
现在可以选择要分析或抓拍的 AI 摄像机画面区域。在摄像机设置中创建命名区域，然后在 AI 分析器和图像抓拍动作中选择区域，即可只处理需要的部分。
图像抓拍现在保存干净的摄像机原始图像，不包含画面上的信息（如帧率）和分析叠加层。
修复了 AI 视频分析在某些条件下可能停止的问题，并修正了画面旋转时分析区域与叠加层错位的问题。
AI 摄像机姿势分析现在可以测量颈部向侧面倾斜的程度。与现有的脊柱倾斜一起使用，可以更精确地检查姿势。
修复了部分 AI 摄像机分析命令无法运行的问题。
Grablo 作为 Modbus 从站运行时，通信现在由专用后台任务处理，稳定性和响应速度更好。意外的通信错误会被安全清理，不影响其他配置，空闲时不必要的 CPU 占用也已降低。
修复了部分 Windows 系统上可能无法连接 Modbus 设备的问题。现在 Modbus 通信在 Windows 上也能正常连接。
上次更新新增的输入格式自动整理，没有应用到 Home Assistant 地址、摄像机地址和文件路径等部分字段。此问题已修正，现在更多设置字段中的细微格式差异都会被整理。
许多输入字段（地址 (URL)、文件和文件夹路径、电子邮件、设备端口等）现在会自动整理细微的格式差异。复制粘贴时混入的首尾空格和引号会被移除，地址中省略 http:// 前缀时会自动补全。电子邮件收件人除逗号外，还可以用分号或换行分隔，设备 MAC 地址也可以不带分隔符输入。这大大减少了因小的输入错误导致的连接和执行失败。
修复了在某些情况下，输入的 Home Assistant 地址未正确应用到实时实体和服务查询的问题。现在保存设置和实时查询以相同方式处理地址。
我们大幅扩充了语音识别 (STT) 和文本转语音 (TTS) 中可用的各语言模型。语音识别现在支持英语、韩语、中文、日语、德语、西班牙语、葡萄牙语和俄语，另有一个可同时识别韩语、中文、日语、英语和粤语的新多语言模型。语音合成新增了英语、中文、德语、法语、葡萄牙语和印地语的声音。如果列表中没有所需模型，也可以指定自己的模型。
语音识别 (STT) 现在可以选择音频输入源。除麦克风外，还可以选择设备播放的声音（扬声器输出）作为识别对象，方便转写正在播放的音频。
新增了动作类型 LLM AI 查询。可以向 OpenAI、Anthropic、Google Gemini、Ollama 和 OpenAI Compatible 等 LLM 提供商发送查询文本（提示词），并将响应保存到变量中。所有提供商均支持图片附件 (JPEG/PNG/WebP)；OpenAI 和 Anthropic 支持 PDF。附加的图片会自动缩小，以加快传输并降低成本。使用前，请在 [设置] > [LLM AI] 中登记各提供商的 API 密钥和模型。
推送通知动作现在支持文件附件。抓拍的图片或文档文件可以随通知一起送达。
修复了在 Windows 上读取文本文件时可能出现误导性消息“File read error: No error”的问题。Windows C 运行时在文本模式下会进行 CRLF→LF 转换，因此在文件末尾实际读取的字节数可能小于请求的大小，以前会因此误入错误处理路径。现在 EOF 不再被视为错误，只报告真正的 I/O 失败。文件读写本身的行为保持不变。
车牌识别 (LPR) 现在支持 FAST 和 ACCURATE 两种质量预设。FAST 适合 Raspberry Pi 4 等低功耗开发板，ACCURATE 面向迷你电脑和 amd64 环境。韩国车牌模型已更换为 v2 模型，实测识别准确度达到 99.3%。
现在可以打开或关闭每个数据日志通道的按间隔自动记录，新的动作类型（数据日志）可将通道记录一次。这样就能实现事件驱动日志等基于触发的快照。
修复了 HA 重启后 Grablo 无法检测到 Home Assistant 会话已断开、需要执行 STOP→RUN 才能恢复的问题。现在每 30 秒进行一次 RFC 6455 PING/PONG 心跳检测，可发现失效会话并在约 30 秒内自动重连。
旧版作品库示例项目 (v0.x~v1.2.x) 通过绝对路径引用的系统资源文件，现已直接内置于 Linux 安装包中。导入的旧版示例无需额外下载即可立即运行。内置资源：SoundFont (TimGM6mb.sf2)、示例媒体 (sample.mid/mp3/wav/jpg) 和 OPC-UA 证书 (cert.der/key.der)。
修复了车牌识别 (LPR) 的“置信度 (%)”输出变量以 0–1 范围报告数值、与标签中“%”的表示不一致的问题。现已修正为 0–100 范围，与“最低置信度 (%)”输入的刻度一致。“全部扫描”JSON 输出中的置信度字段也统一为 0–100。
AI 摄像机现在支持自动车牌识别。提供两种模型：拉丁字母车牌（欧洲、美国等）和韩国车牌。拉丁字母模型在 66 个国家的验证集上车牌准确度约为 97.4%，韩国车牌模型约为 96.5%。多帧多数投票会自动纠正单帧误读，提供稳定的结果。模型在首次使用时下载，之后可离线使用。
Home Assistant 初始化不再阻止其他模块启动。以前在高负载下（例如多台摄像机和 AI 功能同时启动）出现的“Timeout”错误已消失：后台连接完成期间，动作会显示“正在连接服务器…”，连接后自然恢复。重连间隔也从 60 秒缩短为 30 秒。
如果在下载或解压 AI 模型时断电，系统会在下次启动时自动检测损坏的模型文件并重新安装。无需手动清理文件夹，越线检测、人脸识别和语音识别等 AI 功能会在下次 RUN 时恢复正常运行。
模型下载和压缩包解压完成后，数据现在会立即写入磁盘。这显著降低了 Raspberry Pi 等 SD 卡环境中因突然断电导致文件损坏的风险。
AI 摄像机分析的 CPU 占用现在约为上一版本的一半。画面上的检测框残影也已消除，结果更加清晰。
语音识别和音频分类会自动使用最适合各操作系统和设备的加速方式。相同的输入现在能更快得到响应。
在 Raspberry Pi 5 和 Apple 芯片 Mac 等新款芯片上，AI 视频分析会自动使用更快的处理路径。相同的硬件现在能在相同时间内分析更多帧。
修复了在使用最新系统视频库的系统上，摄像机录像或串流可能失败的问题。
新功能可阻止用照片或屏幕上显示的视频欺骗人脸识别的企图。系统会自动区分真实人脸和屏幕上的图像，使用更安全。可以根据情况打开或关闭此功能。
手、脚、肩膀等身体部位的动作现在显示得更平滑。视频中的抖动减少，动作看起来自然得多。
在视频中跟踪人或物体时，即使图像短暂变得不清晰，系统现在也能持续锁定同一目标。
修复了人脸录入和识别过程中出现的多个小问题。
现在可以为每个人录入不同角度（正面、左侧、右侧）或不同表情的多个样本。识别时使用所有已录入样本中最匹配的一个，在各种姿势和表情下都能稳定识别。
修复了在 Debian Trixie (13) 或基于 PipeWire 的 Raspberry Pi OS 版本上，语音识别、语音合成和媒体播放可能失败的问题。安装程序现在会自动检测用户会话的 PipeWire 音频套接字，声音功能开箱即用，无需任何手动配置。
语音识别所用的模型现在会在首次使用时自动下载，而不再打包在安装程序中。安装程序更小，安装更快。
火焰检测现在会更精细地分析视频，较小或较远的火焰比以前检测得更可靠。还可以为摄像机分析器选择精度模式（快速 / 均衡 / 准确）。
修复了网络短暂中断后远程视频可能一直停留在黑屏的问题。现在重新连接后视频会自动恢复。
关闭 Zigbee 设备添加弹窗不再会停止设备发现，正在配对询问中的设备现在也会显示在列表中，便于跟踪进度。
图表时间选择器已改为 Grafana 风格的统一界面，快捷预设、日历和绝对日期时间输入集中在同一处，还可以用 ◀ ▶ 按钮快速切换到上一个/下一个时间段。图表类型、时间范围和 Y 轴等显示设置现在按小组件分别保存，再次打开时自动恢复。此外，能耗、产量等持续累积的数值现在可以在柱状图中按时间段（每小时、每天、每月）显示增量。
现已提供预装 Grablo 的 Raspberry Pi OS 镜像。只需将其写入 SD 卡并启动即可。
修复了控制器重启后前端可能一直停留在“正在连接…”的问题，以及强制更新后关闭弹窗会断开 P2P 连接的问题。
修复了数据日志组件的采集间隔设置被忽略、回退为默认 1 秒的问题。现在会严格按照项目中指定的间隔采集。
改进了连接短暂中断时摄像机的恢复方式。以前在少数情况下，累积的瞬时错误可能导致硬件加速解码被停用，或反复尝试重连。此次更新后，每次重连都从干净的状态开始，与 Frigate、go2rtc 等工业级 NVR 系统采用的方式相同。对于兼容 ONVIF 的摄像机，会立即请求关键帧，约 200 毫秒内即可恢复画面。
RUN 周期中的云端下载与 Zigbee 运行时安装的进度状态现已统一为同一个会话。下载期间在多个标签页中或刷新页面后，弹窗都能一致地显示，中间阶段的闪烁也已消除。
Zigbee 运行时现在仅在实际使用 Zigbee 加密狗时才会下载。不使用 Zigbee 的用户，安装程序约小 30 MB；首次使用 Zigbee 的用户，会在需要时自动下载所需文件。下载内容会被缓存，之后运行时可立即启动。现有 Zigbee 用户不受影响，运行时照常工作，无需额外下载。
解决了依赖外部库的 STT（语音转文本）、TTS（文本转语音）、Modbus、OPC UA 等模块中偶发的崩溃问题。同时修复了在配置特殊的网络中自动发现 ONVIF 摄像机时可能发生的崩溃。
减少了人员或物体被暂时遮挡时追踪 ID 错误互换的情况。行人越线计数等基于追踪的功能现在更加准确。
RTSP 摄像机和 USB 摄像头现在可以在 macOS 上稳定显示。解决了部分摄像机画面呈灰色/绿色或颜色失真的问题。
控制器启动后，如果 RTSP/ONVIF 摄像机连接失败，Grablo 现在会自动重试一次。连接成功率明显提高。
自 1.8.2 起，不再提供 32 位 Raspberry Pi OS (armhf) 版本。使用 Raspberry Pi 3 或更新机型的用户，请改用 64 位 Raspberry Pi OS (arm64) 并使用 arm64 版本。使用 Pi 0/Zero/Pi 2 的用户可以继续使用 1.8.1。
控制器重启、升级或网络短暂中断后，前端现在能更快、更可靠地重新连接。解决了以前一直停留在“正在连接”的问题，控制器恢复运行后，画面会在 5 ~ 15 秒内恢复。
修复了同时串流两台或更多摄像机时，只有一台摄像机恢复或其他摄像机恢复耗时过长的问题。现在浏览器最小化后恢复，或手机 App 从后台返回时，所有摄像机都会立即同时恢复画面。
运行时现在会自动检测主机硬件，并选择最合适的 H.264 编码器/解码器。利用 macOS VideoToolbox、NVIDIA NVENC/NVDEC、Intel Quick Sync、Raspberry Pi BCM2711 V4L2 M2M、Rockchip MPP 等，尽量降低 CPU 负载。
修复了快速切换 RUN/STOP 时编码器初始化的竞争问题、快速重连时 SRTP 重放检测导致永久卡住的问题，以及其他多项串流稳定性问题。
与 Home Assistant 实时连接。可同时关联多台 Home Assistant 服务器，直接在 Grablo 中控制智能家居传感器、开关和灯具，也可以将 Grablo 变量提供给 Home Assistant 使用。
Zigbee 加密狗拔出后重新插入，或 Zigbee 服务意外停止时，会自动检测并恢复。无需用户干预即可恢复正常运行。
可以按 AI 分析模型分别打开或关闭 GPU 加速。根据硬件情况或与其他任务之间的性能平衡，为每个模型选择 CPU 或 GPU。
可将 3,400 多种 Zigbee 设备（包括智能灯、温湿度传感器、开关和按钮）直接连接到 Grablo。在设置界面中添加发现的设备，然后即可在动作中读取传感器数值或控制设备。
自动记录变量随时间的变化。可按最大容量、记录条数或保留天数设置存储上限，安全地管理长期监测数据。
新增了 5 个 AI 分析模型。
以前需要分别输入 X1、Y1、X2、Y2 的数值来设置检测区域和参考点。现在可以直接在视频预览上拖动来绘制和放置。适用于物体、人脸、姿态、手部、颜色以及二维码/条形码检测。
连接网络摄像机 (ONVIF) 时，现在会自动选择更高画质的视频。优先使用 H.264/H.265 视频，画质和串流效率均有提升。
修复了在 Debian 13 等最新 Linux 环境中安装无法正常进行的问题。
产品名称已由 Grablo 更改为 Grablo IoT Core。
提升了在 Debian 11-13、Ubuntu 22.04/24.04、Raspberry Pi OS 等多种 Linux 发行版上的安装和运行稳定性。
移除了不必要的组件，安装包更小，安装更快。
现在可以自动发现并连接兼容 ONVIF 的网络摄像机（IP 摄像机）。可实时串流摄像机画面，即使摄像机的 IP 地址发生变化也能自动识别。
向用户的手机 App 发送推送通知。标题和消息可以自由设置，还可以包含变量值。例如，当温度超过一定阈值时，可以收到“当前温度：35°C”这样的告警。
摄像机画面出现所需的时间大大缩短。以前需要 5 到 10 秒才能开始串流，现在几乎即刻显示。
修复了进入睡眠模式时偶发的崩溃问题。
从睡眠模式唤醒后，网页浏览器的连接现在会自动恢复。
修复了设备从睡眠模式恢复时程序崩溃的问题。Grablo 现在会在唤醒后自动恢复正常运行。
减少了重复的警告日志，日志文件更易阅读。
Grablo 现已支持 macOS！同时支持 Apple 芯片 (M1/M2/M3/M4) 和 Intel 芯片的 Mac。下载和安装方式与其他平台相同。
蓝牙串口通信现在会自动查找可用通道，无需再手动设置通道号。适用于 Linux、Windows 和 macOS。
MQTT 连接凭据现在采用更强的保护措施，存储更加安全。
提升了基于 WebRTC 的摄像机视频串流稳定性。采用 Non-trickle ICE 提高了重新协商的可靠性，并修复了视频轨道管理中的竞争条件和数据竞争问题。
检测到语音但无法转换为文本时，现在会作为文本为空的成功完成来处理，而不是报错。这解决了以往尤其在使用韩语模型时出现的不必要错误。
对已在运行的命令（录制、计时器、音频分析等）的重复调用，现在会被妥善处理，不再报错。
Grablo 现已支持 Windows PC。只需使用安装程序安装，即可在系统托盘中运行。新版本发布时会自动推送更新。
为 MQTT、Modbus TCP、HTTP 等网络模块输入主机地址时，现在会自动处理 http:// 等前缀和末尾的斜杠。
修复了 FTDI 设备上 SPI 通信初始化失败的问题。
AI 摄像机分析结果现在更加稳定。物体检测、人脸检测/识别、姿态估计、手部追踪、颜色追踪、Teachable Machine 和 EdgeImpulse 等所有 AI 视觉功能的稳定性均有提升。
语音检测模型已升级至最新版本。能更准确地检测语音的开始和结束位置，从而提升整体语音识别准确度。
改进了设备端 (On Device) TTS/STT 设置中的模型选择。以前所有语言的模型都显示在同一个列表中。现在先选择语言，然后只显示该语言的模型。
文本转语音 (TTS) 和语音转文本 (STT) 支持的语言大幅增加。
AI、TTS 和 STT 所需的模型现在会自动从云端下载。由于不再内置模型，控制器的安装体积大幅减小。
现在可以在个人资料中查看远程连接的流量用量。每月提供 3GB 免费流量。
单个文件的上传上限已提高至 250MB，总存储空间已增加至 1GB。
现在从外部网络连接时也可以串流摄像机画面。
修复了步进器和下拉菜单小组件中的问题。
仪表板新增了 5 种小组件类型。
新增了按账户提供的图片存储空间。可将图片上传到云端，并在仪表板小组件中使用。支持图库视图、拖放上传和文件额度管理。
执行 RUN 时，项目中使用的云端文件会自动下载到控制器。可实时查看下载进度，并通过 SHA-256 校验确保文件完整性。
新增了社区功能，可分享项目并与其他用户互动。支持发布项目、点赞、收藏、评论和通知。
使用摄像机实时识别二维码和条形码。支持 EAN-13、Code 128、QR-Code 等多种码制。
实时识别摄像机画面中的文字。支持多种语言，并通过稳定化处理防止识别结果闪烁。
新增了用于巡线机器人的巡线功能。支持 3 种模式：深色线、浅色线和自定义颜色。输出线的位置和角度信息。
在手部追踪中新增了手势识别。可识别 33 种不同的手势。
在人脸检测中新增了情绪识别以及年龄/性别估计。可区分 8 种情绪，并估计年龄和性别。
提升了颜色追踪的准确度和稳定性。灵敏度设置现在适用于所有颜色模式，追踪抖动也有所减少。
AI 摄像机的整体稳定性得到提升。修复了分析过程中卡住的问题，并提升了语音转文本 (STT) 和文本转语音 (TTS) 的稳定性。
修复了在 BeagleBone、Jetson 等非 Raspberry Pi 开发板上安装软件包时出现的 raspi-config 相关错误。
简化了 P2P 服务器中用于远程连接的 IP 处理逻辑，提升了连接稳定性。
修复了安装后 Grablo 服务可能无法在 Jetson Nano 上启动的问题。现在首次开机即可可靠启动服务。
提升了长时间运行时系统的整体稳定性和可靠性。
修复了首次开机时公网 IP 检测可能失败的问题。系统现在会自动检测网络变化，使 P2P 远程连接更加稳定。
修复了长时间运行时可能出现的内存泄漏和崩溃问题。系统整体稳定性得到提升。
修复了控制器在 RUN/STOP 模式切换时可能卡住的问题。同时解决了快速切换模式时重复请求处理可能导致的异常行为。
添加了所需的 GStreamer 插件依赖项，修复了 H.264 视频串流问题。视频串流现在可在所有支持的平台上可靠运行。
提升了 P2P 连接中公网 IP 地址检测的可靠性。新增了 AWS checkip 服务、重试逻辑和更完善的错误处理，即使在复杂的网络环境中也能保持稳定的远程连接。
现在可以在最新的 Debian 13 操作系统上可靠运行。增强了 P2P 连接和音频分析功能的稳定性。
修复了在 LXQT 桌面环境中视频无法播放的问题。支持 SDDM、LightDM 等多种显示管理器，确保在 GNOME、KDE、XFCE 和 LXQT 等所有主流桌面环境中都能正常播放媒体。
视频串流现在更能适应不稳定的网络。丢包恢复改为使用标准 WebRTC 机制原生处理，取代以前的自定义实现，视频恢复更加可靠。
我们重新设计了设备的连接方式。无需再手动输入 IP 地址。
创建项目时选择目标开发板。编辑器会自动适配所选开发板：显示可视化引脚图、筛选兼容设备、扫描 I2C 设备，并可选择 ADC/DAC/PWM 通道。
支持的开发板
可直接在 Blockly 编辑器中创建和编辑变量。
复制逻辑块或仪表板小组件，并粘贴到项目中的任意位置。
正在使用的变量和设备受到保护，避免被误删。
[设置] → [AI 分析器] 中新增了用于人脸识别的数据库名称输入框。你可以为不同用途创建和管理多个人脸数据库。
AI 分析现在支持使用 Teachable Machine 和 Edge Impulse 训练的自定义模型。你可以使用自己训练的模型进行图像分类、物体检测和异常检测。
Teachable Machine 分类
Edge Impulse 分类
Edge Impulse 物体检测
Edge Impulse 视觉异常检测
音频分析的音频源选择已从 [动作] → [音频分析] 移至 [设置] → [AI 分析器]。
音频分析已拆分为独立的动作。现在可以对任何音频输入/输出设备使用音频分析，而不仅限于媒体播放或录音。
AI 分析已从“摄像机”动作中拆分为独立的动作，可以更灵活地配置 AI 视觉处理流程。
动作组新增了“按范围”重复选项。与编程中的 for 循环类似，可以指定起始值、结束值和步长值来重复执行。