TinaCMS 2.7.0版本发布:富文本编辑器增强与表单选择功能升级
TinaCMS是一个现代化的内容管理系统,它通过Git作为后端存储,为开发者提供了直观的内容编辑体验。该系统特别适合Jamstack架构的项目,允许开发者在不牺牲开发灵活性的情况下,为内容编辑者提供友好的界面。
富文本编辑器新增删除线功能
在2.7.0版本中,TinaCMS为富文本编辑器添加了删除线(strikethrough)支持,这是用户期待已久的功能增强。开发者现在可以在编辑器中看到新增的删除线按钮,编辑者可以轻松地为文本应用这种格式。
技术实现上,系统已经确保在Markdown模式下使用~~word~~语法时能够正确转换为删除线效果。不过需要注意的是,当前版本在富文本编辑器中直接输入~~word~~时还不会自动转换为删除线格式,开发团队表示这个问题将在后续的补丁中修复。
这一改进使得TinaCMS的富文本编辑功能更加完善,与其他主流编辑器的功能保持了一致,为用户提供了更全面的文本格式化选项。
实验性用户表单选择功能
2.7.0版本引入了一个实验性功能:通过useTina钩子进行用户表单选择。这项功能为开发者提供了更灵活的方式来管理和呈现表单,特别是在需要根据用户角色或权限动态显示不同表单字段的场景中。
虽然目前标记为实验性功能,但这为TinaCMS未来的权限管理和个性化表单展示奠定了基础。开发者可以开始尝试这一功能,为更复杂的业务场景做准备。
其他改进与修复
除了上述主要功能外,2.7.0版本还包含了一些重要的技术改进:
-
修复了重命名操作中的noop(无操作)处理问题,确保系统在遇到不需要实际重命名的情况时能够正确处理,提高了系统的稳定性和可靠性。
-
对多个依赖包进行了更新,保持项目依赖的现代性和安全性。这种定期的依赖维护对于长期项目的健康运行至关重要。
技术影响与升级建议
对于正在使用TinaCMS的开发者来说,2.7.0版本提供了值得升级的新功能。特别是需要丰富文本编辑功能的项目,新增的删除线支持将直接提升内容编辑体验。
实验性的用户表单选择功能虽然尚未完全成熟,但对于需要探索高级表单管理方案的团队来说,现在就可以开始评估和测试,为未来的正式功能做准备。
建议开发者在升级前测试新版本与现有项目的兼容性,特别是如果项目中已经对富文本编辑器进行了深度定制。对于生产环境,可以考虑等待删除线自动转换问题的修复补丁发布后再进行全面升级。
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-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