TinyMist v0.13.0 版本发布:Typst生态的重要更新
TinyMist 是一个专注于 Typst 文档排版系统的工具链项目,它为 Typst 提供了强大的语言服务器、编译工具和编辑器集成支持。在最新发布的 v0.13.0 版本中,TinyMist 带来了多项重要更新,特别是对 Typst 0.13.0 新特性的支持以及 HTML 导出功能的增强。
核心更新:Typst 0.13.0 适配
本次版本升级的核心是对 Typst 0.13.0 的全面适配。Typst 作为新一代的文档排版系统,在 0.13.0 版本中引入了多项重要改进。TinyMist 通过两个主要 PR 完成了这一适配工作:
- 更新了 Typst 核心到 v0.13.0 版本
- 同步更新了 typstyle 到 v0.13.0 版本
这些更新确保了 TinyMist 能够完全支持 Typst 0.13.0 引入的新语法特性和功能改进,为用户提供无缝的升级体验。
HTML 导出功能增强
v0.13.0 版本在 HTML 导出功能方面做出了重要改进:
-
新增了
tinymist.exportTarget配置选项,允许用户指定导出目标:paged(默认):用于 PDF、PNG 和 SVG 导出html:专门针对 HTML 导出场景优化
-
增强了文本导出功能(.txt 格式),这一改进主要服务于:
- 字数统计功能
tinymist.exportText功能
这些改进使得 TinyMist 在网页内容生成和文本处理方面更加灵活和强大,特别适合需要将 Typst 文档发布到网页或进行文本分析的用户。
编辑器集成新特性
在编辑器支持方面,v0.13.0 引入了一个令人兴奋的新功能 - tinymist-vscode-html 扩展的初始化。这个扩展将为 VSCode 用户提供更强大的 HTML 相关功能支持,进一步丰富 TinyMist 的编辑器生态。
项目生态建设
本次版本还完成了多个核心库的发布工作,包括:
- tinymist-derive
- tinymist-analysis
- tinymist-std
- tinymist-vfs
- tinymist-world
- tinymist-project
- typlite
- crityp
这些库已经正式发布到 crates.io,标志着 TinyMist 项目生态的进一步成熟和完善。开发者现在可以更方便地在自己的项目中集成和使用这些组件。
用户体验优化
为了提升用户体验,v0.13.0 还做了以下改进:
- 提供了夜间版预构建二进制文件的下载脚本说明,方便开发者获取最新功能
- 优化了文档和说明,使新用户更容易上手
总结
TinyMist v0.13.0 是一个重要的里程碑版本,它不仅跟进了 Typst 核心的最新发展,还在 HTML 导出和编辑器集成方面做出了显著改进。这些更新使得 TinyMist 在文档处理、网页内容生成和开发者体验方面都达到了新的高度。对于 Typst 生态的用户和开发者来说,升级到 v0.13.0 将带来更强大、更稳定的使用体验。
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