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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00