Nitro项目v0.24.0版本发布:同步回调与性能优化
2025-07-05 11:06:51作者:廉皓灿Ida
Nitro是一个用于构建高性能跨平台应用的框架,它通过将C++核心与JavaScript接口相结合,为开发者提供了强大的能力。最新发布的v0.24.0版本带来了一些重要的改进和新特性,特别是在同步回调处理和性能优化方面。
同步回调支持
本次版本中引入了Sync<T>类型,这是一个重要的新特性,它允许开发者传递完全同步的JavaScript回调函数。在之前的版本中,当需要在C++和JavaScript之间传递回调时,开发者往往需要处理异步性问题,这增加了代码复杂度。
Sync<T>的引入使得开发者能够:
- 直接在C++代码中调用JavaScript函数而无需担心线程安全问题
- 简化跨语言边界的数据传递逻辑
- 提高某些场景下的执行效率
这个特性特别适合那些需要频繁在C++和JavaScript之间交互的场景,比如实时数据处理或高性能计算任务。
性能优化
v0.24.0版本移除了OwningLock<T>类型,这是一个重要的性能优化。OwningLock<T>原本用于管理资源的线程安全访问,但在实际使用中发现它带来了不必要的开销。
移除OwningLock<T>后:
- 减少了锁操作的开销
- 简化了内存管理模型
- 提高了整体运行效率
同时,开发团队还修复了一个可能导致BorrowingReference<T>访问空指针的问题,进一步提高了框架的稳定性。
类型安全改进
本次更新还加强了类型系统的安全性:
- 修复了隐式
size_t转换可能导致的问题 - 改进了泛型类型
T在异常抛出时的日志输出 - 增强了类型检查机制
这些改进使得开发者在使用泛型编程时能够获得更准确的错误信息和更好的类型安全性。
文档完善
v0.24.0版本伴随着大量文档更新:
- 新增了
Sync<T>和getHybridObjectConstructor<T>的使用说明 - 更新了示例代码以展示正确的属性和方法类型
- 修正了多处文档中的拼写错误和技术细节
- 添加了更详细的README示例
这些文档改进使得新用户能够更快上手,同时也帮助现有用户更好地理解和使用新特性。
总结
Nitro v0.24.0版本通过引入同步回调支持、优化性能、增强类型安全和完善文档,进一步提升了框架的实用性和可靠性。这些改进使得Nitro在需要高性能跨语言交互的场景下表现更加出色,为开发者构建复杂应用提供了更好的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
138
Ascend Extension for PyTorch
Python
163
183
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.15 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
255
90
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
644
255