前提：Windows系统安装好Python 2.7和scons

以STM32F103 IAR工程为例，MDK5工程与此类似，参照修改rtconfig.py文件及scons指令参数即可

第一步：进入rt-thread-v2.1.0\rt-thread-2.1.0\bsp\stm32f10x目录

第二步：在文件浏览器内，按着shift键点击鼠标右键，在此处打开命令窗口

第三步：输入scons --copy

第四步：执行完成则会发现在当前文件夹内多了一个文件目录：rt-thread

 

 第五步：复制文件，将下图选中的文件复制到新生成的rt-thread-v2.1.0\rt-thread-2.1.0\bsp\stm32f10x\rt-thread\bsp\stm32f10x这个目录下

 

第六步：将新生成的文件夹复制或剪切到你所需要的工程目录下：

第七步：在新工程目录下打开命令窗口，并执行scons --target=iar -s

第八步：执行完成后即生成IAR工程文件

第九步：现在就可以开始你的表演了！

 

转载于:https://www.cnblogs.com/skawu/articles/7649796.html

# 嵌入式 # python
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

Work Agent深度解读：AI长程任务如何重构自动化工作模式

AI技术落地的重心正在从对话交互转向自主任务执行。早期大模型只能完成单轮问答，用户提出问题，模型即时给出一段文本，交互就此结束。随着多轮对话能力成熟，AI可以承接连续提问，在同一个会话内保持上下文记忆，但依然需要人类持续给出指令，每一步推进都依赖人的引导。工具调用能力的出现，让模型不再局限于文本生成，能够联动检索、计算、文件读写等外部能力，把信息获取嵌入到回答流程之中。Work Agent则在此基

avatar DAMO开发者矩阵

Work Agent深度解读：AI长程任务如何重塑自动化工作模式

AI技术的落地重心正在发生转移。早期大模型以单轮问答作为核心交互形态，用户提出问题，模型即时返回文本结果，对话在一次输出后就基本结束。随着多轮对话能力成熟，AI可以承接连续提问，在一段会话内保留上下文，解决关联性更强的问题。工具调用能力出现之后，AI不再局限于文本生成，能够调动检索、计算、文件读写等外部能力，把静态回答升级成带有外部信息支撑的结果。Work Agent的出现，则把AI推向了自主执行

avatar DAMO开发者矩阵

深度解读Work Agent多源信息整合的长程任务执行机制

过去三年AI交互的形态发生了肉眼可见的迭代，最早的生成式AI只能完成单轮问答，用户输入明确指令后返回对应结果，对话上下文窗口仅能承载几轮交互的信息。随后多轮对话能力的普及让AI可以承接更长的交互链路，用户可以逐步补充信息调整输出方向，工具调用能力的落地进一步拓展了AI的信息获取边界，AI不再仅依赖训练阶段的静态知识库，可主动调用外部工具获取实时信息。而Work Agent的出现，把这些分散的能力串

avatar DAMO开发者矩阵