Unlighthouse v0.15.0 版本发布:提升路径处理与容器化支持
Unlighthouse 是一个现代化的网站性能监测工具,基于 Google Lighthouse 构建,提供了批量扫描、可视化报告等功能。该项目通过简化 Lighthouse 的复杂配置,让开发者能够更轻松地获取网站性能数据。
核心改进:路径处理优化
新版本修复了应用路由哈希路径规范化的问题。在之前的版本中,当路径包含应用路由哈希时,Unlighthouse 会错误地进行规范化处理,这可能导致扫描结果不准确。v0.15.0 通过改进路径处理逻辑,确保了带有哈希的路由能够被正确识别和扫描。
浏览器处理增强
针对 Chrome 浏览器的处理进行了多项改进:
-
当系统中没有可用的 Chrome 路径时,工具现在会自动回退到下载模式,而不是直接报错。这一改进显著提升了工具的容错能力,特别是在新环境中首次使用时。
-
修复了 Chrome 集群在扫描完成后未正确停止的问题,避免了资源泄漏。现在扫描完成后会正确释放所有浏览器实例。
-
增强了损坏缓存报告的处理能力。当检测到损坏的缓存报告时,工具会自动进行清理并重新生成,而不是直接报错中断扫描流程。
容器化环境支持
v0.15.0 特别加强了对容器化环境的支持:
- 改进了 WSL2 (Windows Subsystem for Linux) 下的运行表现
- 优化了 Docker 容器中的兼容性
- 增强了跨平台运行的稳定性
这些改进使得 Unlighthouse 在开发环境和 CI/CD 流水线中更加可靠。
配置功能增强
新版本支持在 unlighthouse.config.ts 配置文件中使用异步函数,这为动态配置提供了更多可能性。开发者现在可以:
- 从远程服务获取配置
- 执行异步操作来确定扫描参数
- 动态生成扫描目标列表
这一特性大大提升了配置的灵活性,使 Unlighthouse 能够适应更复杂的扫描场景。
依赖管理优化
修复了 radix3 依赖缺失的问题,确保了项目的依赖完整性。这一改进虽然对终端用户不可见,但提高了项目的可维护性和稳定性。
总结
Unlighthouse v0.15.0 通过多项改进提升了工具的稳定性、兼容性和灵活性。特别是对容器化环境的优化和对异步配置的支持,使得这个工具在现代开发工作流中更加实用。这些改进使得开发者能够更轻松地集成网站性能监测到他们的开发流程中,无论是本地开发还是持续集成环境。
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