Typst 编辑器工具 Tinymist 0.13.8 版本发布:增强文档预览与代码补全功能
Tinymist 是一个专为 Typst 文档排版系统设计的编辑器工具,它提供了丰富的语言服务器功能,包括代码补全、语法高亮、错误检查等,能够显著提升 Typst 文档的编写体验。在最新发布的 0.13.8 版本中,Tinymist 重点改进了文档预览功能和代码补全能力,为开发者带来了更加流畅的工作流程。
文档预览功能全面升级
0.13.8 版本针对不同编辑器环境提供了多种文档预览方案,解决了部分编辑器对 LSP 支持不足的问题。
对于支持 LSP 命令的现代编辑器(如 Neovim 和 Helix),开发者现在可以直接使用 tinymist.startDefaultPreview 命令启动浏览预览服务器。这个功能为开发者提供了即时的文档渲染结果,大大提升了编写效率。
对于那些不支持 LSP 命令的编辑器,新版本引入了后台预览功能。开发者可以启动一个后台运行的预览服务器,然后通过绑定快捷键在浏览器中打开预览。这种方案确保了在各种编辑器环境下都能获得良好的预览体验。
代码补全功能优化
新版本对代码补全功能进行了多项改进,使得智能提示更加精准和实用:
-
参数补全优化:修复了在
#align[]|或#align()[]|等场景下错误触发参数补全的问题,现在只有在真正需要参数的位置才会提供相关补全建议。 -
块级上下文处理:改进了在块级元素(如
#align[|]、#align([|])或#align({|}))中的补全行为,确保在这些上下文中不会错误地触发参数补全。 -
点访问表达式改进:修复了在
$.|$或$ .| $等场景下错误触发后缀补全的问题,现在点访问表达式的补全更加准确。 -
显式补全检测:增强了从 VSCode 等编辑器接收显式补全请求的能力,解决了在某些表达式(如
$|$或$abs(a)|$)中补全不生效的问题。
其他重要改进
除了上述主要功能外,0.13.8 版本还包含多项质量改进:
- 提供了 PDF 格式的 Tinymist 文档,方便开发者离线查阅
- 改进了编译器任务选项的获取方式
- 优化了字体加载的并行处理性能
- 增强了文件类型识别能力,现在支持大小写不敏感的扩展名识别
- 改进了 VS Code 的语言特定默认设置
这些改进共同提升了 Tinymist 的稳定性和用户体验,使其成为 Typst 生态系统中不可或缺的开发工具。无论是新手还是资深 Typst 用户,都能从这个版本中获得更加流畅和高效的文档编写体验。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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