Workerd项目v1.20250424.0版本发布:Python与JavaScript兼容性增强
Workerd是一款高性能JavaScript/Wasm运行时环境,专为分布式计算场景设计。该项目基于V8引擎构建,支持在多个节点上运行JavaScript、WebAssembly等代码,为开发者提供了强大的计算能力。
本次发布的v1.20250424.0版本主要聚焦于Python与JavaScript运行时的兼容性改进和功能增强,包含多项重要更新。
Python运行时改进
本次更新对Python运行时的支持进行了多项优化。首先修复了当nodejs_compat_v2功能启用时Python Workers的运行问题,这一改进确保了在同时使用Node.js兼容模式和Python运行时的复杂场景下,系统能够稳定运行。
另一个重要改进是针对Python SDK中Response对象的类型处理。新版本增强了对不支持类型的处理能力,使得当开发者尝试使用不兼容的类型构造Response时,系统能够提供更优雅的错误处理机制,而不是直接崩溃。这一改进显著提升了开发体验和系统稳定性。
JavaScript运行时增强
在JavaScript方面,本次更新带来了两个重要特性。首先是实现了AbortSignal的可克隆性,这意味着开发者现在可以复制AbortSignal对象,这一特性对于需要控制多个异步操作取消逻辑的复杂应用场景特别有用。
另一个重要改进是对JSPI(JavaScript Promise Integration)的支持进行了优化,确保其能够正确工作。JSPI是JavaScript与原生代码交互的重要机制,这一改进使得JavaScript与原生模块的互操作性更加可靠。
开发工具链改进
项目还对开发工具链进行了优化,特别是为Pyodide(用于在浏览器中运行Python的WebAssembly项目)启用了ESLint支持。这一改进有助于保持代码质量,确保Python与JavaScript交互部分的代码符合最佳实践。
AutoRAG功能增强
对于使用AutoRAG(自动检索增强生成)功能的开发者,新版本增加了对过滤器的支持。这一特性使得开发者能够更精细地控制检索过程,提高生成结果的相关性和质量。
跨平台支持
Workerd继续保持对多平台的全面支持,包括:
- macOS(Intel和Apple Silicon)
- Linux(x86_64和ARM64)
- Windows(x86_64)
每个平台都提供了预编译的二进制文件,开发者可以直接下载使用。
总结
Workerd v1.20250424.0版本通过多项改进进一步提升了Python和JavaScript运行时的兼容性和稳定性。特别是对Python Workers的改进和对AbortSignal功能的增强,使得开发者能够构建更健壮的计算应用。这些更新体现了Workerd项目对开发者体验的持续关注,以及对分布式计算场景需求的深入理解。
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