Neutralinojs v6.0.0 发布:轻量级跨平台桌面应用框架迎来重大更新
Neutralinojs 是一个轻量级的跨平台桌面应用开发框架,它允许开发者使用 HTML、CSS 和 JavaScript 等 Web 技术构建桌面应用程序。与 Electron 等传统方案不同,Neutralinojs 不捆绑 Chromium 浏览器引擎,而是使用操作系统的原生 Web 视图控件,这使得生成的应用程序体积更小、启动更快。
核心功能更新
剪贴板 API 增强
新版本为剪贴板操作添加了对 HTML 内容的支持。开发者现在可以通过 clipboard.writeHTML(html) 和 clipboard.readHTML() 方法直接读写 HTML 格式的剪贴板内容。这一增强使得在应用中复制粘贴富文本内容变得更加便捷。
进程管理功能升级
操作系统相关的进程管理 API 得到了显著改进:
-
os.execCommand现在支持通过options参数设置环境变量,开发者可以更精细地控制子进程的执行环境。 -
os.spawnProcess的接口进行了重构,现在同样通过options对象来传递工作目录和环境变量,使 API 设计更加一致和灵活。
// 示例:带环境变量和工作目录的进程生成
await Neutralino.os.spawnCommand('env', {
cwd: NL_PATH,
envs: {
VAR1: 'var1',
VAR2: 'var2'
}
});
文件系统权限管理
新增了跨平台的文件权限管理功能:
filesystem.setPermissions(path, permissions, mode):设置文件或目录权限filesystem.getPermissions(path):获取当前权限设置
权限参数采用直观的对象形式,支持细粒度的权限控制:
// 设置目录权限示例
await Neutralino.filesystem.setPermissions('/my-directory', {
ownerRead: true,
groupRead: true
});
// 获取权限信息
const permissions = await Neutralino.filesystem.getPermissions('/path');
文件监视功能增强
文件监视事件现在包含时间戳信息(ISO 8601 格式),帮助开发者更准确地追踪文件变更事件的发生时间。
架构与安全改进
扩展加载机制优化
扩展现在通过改进后的 os.spawnProcess() 内部加载,不再触发进程事件。这一变化带来了两个主要好处:
- 在 Windows 终端中可以直接查看扩展的日志输出
- 开发者可以使用现有的 spawn 进程 API 来控制扩展
安全增强
改进了 NL_TOKEN 的生成算法,采用 C++ 的 std::mt19937 随机数生成器,显著提高了框架的安全性。
问题修复与稳定性提升
- 修复了在严格文件权限环境下创建
.tmp目录时可能导致框架崩溃的问题 - 解决了 Windows 平台下
os.showNotification()实现中的多个 GUI 通知问题 - 修复了原生 API 中 UTF-8 字符处理的多个问题,特别是处理包含特殊字符的子进程输出时可能导致的崩溃
升级指南
开发者只需将配置文件中的 cli.binaryVersion 更新为 6.0.0,然后运行 neu update 命令即可获取新版本。这次更新带来了更强大的功能、更好的安全性和更高的稳定性,是 Neutralinojs 发展历程中的重要里程碑。
对于希望构建轻量级跨平台桌面应用的开发者来说,Neutralinojs v6.0.0 提供了更完善的功能集和更可靠的运行环境,特别是在文件系统操作、进程管理和剪贴板交互等方面有了显著提升。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00