Javet v4.1.2 版本发布:Node.js与V8引擎升级及兼容性优化
Javet是一个将V8和Node.js嵌入到Java中的开源项目,它允许开发者在Java应用中直接运行JavaScript代码,实现Java与JavaScript的无缝互操作。该项目通过JNI技术桥接Java与V8/Node.js,为Java开发者提供了强大的脚本扩展能力。
近日,Javet发布了v4.1.2版本,带来了多项重要更新和优化。本文将详细介绍这个版本的主要改进内容。
核心引擎升级
本次版本最显著的改进是对底层JavaScript引擎的升级:
-
Node.js升级至v22.14.0:这个版本发布于2025年2月11日,带来了Node.js最新的稳定特性和性能改进。开发者现在可以在Java应用中享受到Node.js最新版本的所有优势。
-
V8引擎升级至v13.5.212.10:作为JavaScript执行的核心引擎,V8的这次升级带来了更好的性能表现和更完善的ECMAScript标准支持。这个版本发布于2025年3月20日,包含了V8团队最新的优化成果。
构建工具链更新
Javet v4.1.2对构建工具链进行了重要调整:
-
Windows平台构建工具切换:从MSVC转向Clang编译器,这一变化主要针对V8模式的构建。Clang通常能提供更好的编译优化和更严格的代码检查,有助于提升生成代码的质量。
-
GCC升级至v14.2.0:Linux平台的构建现在使用最新的GCC版本,这带来了更好的优化能力和对新语言特性的支持。
-
Visual Studio 2022升级至v17.13.5:Windows开发环境的这一更新确保了更好的IDE支持和构建稳定性。
平台兼容性改进
本次版本在跨平台兼容性方面做了多项优化:
-
Linux平台改进:现在明确引用了libatomic库,解决了某些架构下的原子操作问题。
-
Android平台调整:明确不再支持Arm和x86架构的Android Node.js,开发者需要注意这一变化。
-
浮点16位检测优化:改进了float16的检测机制,提升了在不同硬件平台上的兼容性。
功能修复与优化
-
代理转换器修复:解决了方法名小写处理不当的问题,确保了代理转换器的正确行为。
-
引擎池警告消除:移除了当守护进程内部发现空引擎时产生的不必要警告,提升了日志的整洁度。
已知问题说明
开发团队也坦诚地列出了当前版本存在的一些问题:
-
V8模式下的快照功能:目前无法正常工作,开发者需要暂时避免使用此功能。
-
Linux平台构建问题:x86_64架构的构建流程变得复杂,主要原因是Google提供的构建环境存在问题;同时arm64架构也存在构建问题。
-
Android Node.js非国际化版本:当前版本没有打包非国际化版本,开发者需要注意这一限制。
总结
Javet v4.1.2版本虽然在构建系统方面遇到了一些挑战,但仍然带来了重要的引擎升级和兼容性改进。对于需要在Java应用中嵌入JavaScript功能的开发者来说,这个版本提供了更现代的JavaScript引擎支持,同时也为未来的功能完善奠定了基础。开发团队对已知问题的坦诚说明也体现了项目的专业性和透明度。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00