gpiozero Flow：用拖拽连线控制 GPIO
2015年我创建了gpiozero，用Python简化Raspberry Pi的GPIO编程，将复杂的引脚和电压抽象为按钮、传感器和电机。如今，我借助Claude将这一理念升级为gpiozero Flow：一个基于Web的图形化工具，支持拖拽设备、连线定义数据流，并自动生成Python代码。通过WebSocket与Raspberry Pi通信，用户可在浏览器中直接控制硬件，甚至分享项目链接。它不仅是编程工具，更是理解系统与控制逻辑的直观实验场。
我们不再思考引脚通道、电压或电阻，而是专注于按钮被按下、传感器检测光线或运动、电机前后转动这些直观概念。
HN 评论区
37- luciana1u
问题在于，每个可视化编程工具最终都会走到需要'代码节点'的地步，然后大家就直接写代码了。
- faangguyindia
我在构建一个用于健美训练的可视化编程系统时，也有过类似的念头。
我不断遇到的问题是，训练计划本质上就是状态机：进阶规则、减载、条件分支、不同的动作替换、自我调节等等……
这让我开始思考，可视化编程模型是否能让这些系统更易于上手。不过我仍持怀疑态度。与自动化工作流不同，后者其图结构本身就能揭示逻辑，我不确定对于训练计划来说，什么样的视觉抽象才是合适的，而不让它们显得更加令人望而生畏。
目前，我开发了一套训练编程语言，附带一堆示例程序和一个能帮你执行这些训练计划的 App，当然全部免费：
- frumiousirc
数据流编程的一个关键特性似乎经常被忽视，那就是它是（或者可以是）分层的。
将一组原子节点定义的子图本身定义为一个节点，其端口由这些原子组成部分中尚未连接的端口构成。然后组合出更高层级的子图（由子图和原子节点组成），并以某种方式打包这一切。
这直接类比于语法编程：函数聚合了其他函数调用，所有这些都打包成一个带有 API 的库。
- codetiger
这项工作太棒了。我之前在 RPi 项目中使用过 GPIOZero。未来你们可以在流程中引入条件运算符。它完全可以成为一个完整的编程平台。
可以参考 JSONLogic UI 的类似实现：
https://github.com/GoPlasmatic/datalogic-rs
声明：我是 datalogic-rs 项目的维护者。
- arto
顺便提一下，这里通用的范式被称为基于流的编程（FBP）：