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。
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