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。
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