MDN浏览器兼容性数据项目:Deno 1.37.0新增Symbol.dispose和Symbol.asyncDispose支持
JavaScript的Symbol类型是一种基本数据类型,它表示一个独一无二的标识符。Symbol对象通常用于创建对象的唯一属性键,以避免属性名冲突。在ECMAScript规范的发展过程中,Symbol类型不断被赋予新的内置符号(well-known symbols),这些符号为JavaScript语言提供了更强大的元编程能力。
最近,Deno 1.37.0版本正式加入了对两个新的内置Symbol的支持:Symbol.dispose和Symbol.asyncDispose。这两个符号是ECMAScript建议"Explicit Resource Management"的一部分,旨在为JavaScript提供更优雅的资源管理机制。
Symbol.dispose和Symbol.asyncDispose为开发者提供了标准化的方式来定义资源的清理逻辑。当使用using声明时,运行时会自动调用对象的Symbol.dispose方法;对于异步资源,则使用await using声明并调用Symbol.asyncDispose方法。这种机制类似于其他语言中的"using"语句或"try-with-resources"模式,可以确保资源在使用完毕后被正确释放。
Deno团队在1.37.0版本中实现了这一特性,使得Deno成为继Node.js之后又一个支持显式资源管理的JavaScript运行时环境。开发者现在可以在Deno中使用这些新特性来管理文件句柄、数据库连接、网络套接字等各种需要显式释放的资源。
在实际使用中,开发者可以这样定义一个可释放资源:
class Resource {
[Symbol.dispose]() {
console.log('资源已被释放');
// 执行清理逻辑
}
}
// 使用using自动释放资源
{
using resource = new Resource();
// 使用资源...
} // 离开作用域时自动调用[Symbol.dispose]()
对于异步资源,则可以这样使用:
class AsyncResource {
async [Symbol.asyncDispose]() {
console.log('异步资源正在释放');
// 执行异步清理逻辑
}
}
// 使用await using自动释放异步资源
{
await using asyncResource = new AsyncResource();
// 使用异步资源...
} // 离开作用域时自动调用[Symbol.asyncDispose]()
这一特性的加入使得Deno在资源管理方面更加现代化和可靠,减少了内存泄漏和资源泄漏的风险。开发者现在可以编写更加健壮和可维护的代码,特别是在处理需要显式清理的资源时。
随着JavaScript生态系统的不断发展,显式资源管理将成为现代JavaScript开发的重要组成部分。Deno 1.37.0对这一特性的支持,标志着Deno在语言特性支持方面继续保持前沿地位,为开发者提供了更强大的工具来构建可靠的应用程序。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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