TinyMist 0.13.12-rc3版本发布:全面提升Typst文档处理能力
TinyMist是一个专注于Typst文档处理的工具链项目,它为Typst语言提供了强大的编辑器支持、编译优化和代码分析功能。在最新发布的0.13.12-rc3版本中,TinyMist带来了多项重要改进,特别是在文档格式化、代码分析和性能优化方面。
文档格式化能力全面升级
本次版本最显著的改进之一是文档格式化能力的全面提升。通过将typstyle从v0.13.1升级到v0.13.3,TinyMist现在能够完整处理各种复杂的文档元素:
-
混合内容格式化:现在可以正确处理包含方程或代码的标记行,解决了之前会跳过这些复杂结构的问题。
-
数学表达式支持:增强了对包含注释的方程处理能力,特别是能够正确处理数学表达式中包含"#"符号的情况。
-
导入项处理:改进了对导入项的处理逻辑,使得代码格式化更加智能和准确。
这些改进使得TinyMist成为处理复杂Typst文档的更可靠工具,特别是对于学术论文和技术文档等包含大量数学表达式和代码的文档类型。
性能优化与稳定性提升
在性能方面,0.13.12-rc3版本进行了多项重要优化:
-
根目录变更检测:改进了根目录变更的检测逻辑,避免了不必要的虚拟文件系统(VFS)缓存失效,显著提升了处理大型项目时的性能。
-
焦点切换延迟:优化了Typst文档间的焦点切换逻辑,减少了在"跳转到定义"等操作时的VFS缓存失效频率。
-
系统时间依赖移除:移除了对系统时间的依赖,使TinyMist能够构建为wasm32-unknown-unknown目标,为未来作为Typst插件使用奠定了基础。
编辑器体验改进
编辑器方面也有一系列用户体验提升:
-
数学引号标记修正:将数学引号的token类型从"string"改为"other",解决了在数学模式下自动补全引号的问题。
-
状态栏格式支持:新增了对{pageCount}变量的支持,可以在状态栏显示文档页数信息。
-
AST视图:新增了抽象语法树(AST)查看功能,帮助开发者更好地理解和调试Typst代码结构。
-
格式化模式默认值变更:将tinymist.formatterMode配置项的默认值从never改为typstyle,使更多用户能直接受益于自动格式化功能。
代码分析与Linting增强
代码分析能力在本版本中得到了显著增强:
-
相对路径解析:修复了子文件夹中相对路径解析的问题,确保了文档链接的正确性。
-
重命名功能修正:解决了Unix平台上相对导入(如#import "../foo.typ")的重命名问题。
-
插件函数处理:改进了对无参数插件函数的处理,避免了代码补全时的面板问题。
-
字面量字段检查:增强了对字面量方法的代码补全支持。
新增的Linting功能包括:
-
潜在错误检测:对可能出错的show/set规则进行检查。
-
无效语句检测:识别在break/continue/return前可能被隐式丢弃的语句。
-
类型比较警告:对字符串类型比较发出警告,避免未来Typst版本中的兼容问题。
-
可变字体使用检测:识别不支持的变量字体使用情况。
用户可以通过tinymist.lint.enabled和tinymist.lint.when配置项灵活控制Linting行为。
预览与导出改进
预览功能方面:
-
水平拖动支持:现在可以水平拖动预览面板。
-
点击空白区域清除选择:提升了交互体验。
-
浏览器预览:新增了将预览面板弹出到浏览器的功能。
导出功能改进:
- 原子写入:实现了编译产物的原子写入,特别是PDF文件,避免了查看器读取到半完成内容的问题。
其他改进
-
配置热更新:支持tinymist.compileStatus配置项的热更新。
-
参数支持:在typstExtraArgs中新增了对--feature和--pdf-standard参数的支持。
-
包根解析:增强了对Typst包根目录的解析能力。
-
文档渲染:使用Typst的HTML导出功能渲染TinyMist的在线文档。
-
跨平台支持:VS Code扩展现在使用cargo-dist构建的二进制文件,确保各平台一致性。
TinyMist 0.13.12-rc3版本通过这些全面改进,为Typst用户提供了更强大、更稳定的文档处理体验,特别是在处理复杂学术文档和技术文档方面表现尤为突出。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









