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。
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