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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00