marimo项目0.13.3版本发布:交互式笔记本的全面升级
marimo是一个创新的Python交互式笔记本工具,它通过响应式编程模型彻底改变了传统笔记本的工作方式。与Jupyter Notebook不同,marimo采用基于变量的自动依赖跟踪机制,当某个单元格的变量发生变化时,所有依赖该变量的单元格都会自动重新执行,无需手动触发。这种设计显著提升了数据分析和探索的效率,同时保证了代码状态的确定性。
核心功能增强
1. Markdown编辑体验升级
本次版本对Markdown编辑器进行了重大改进,新增了在r-string和f-string格式间无缝切换的能力。开发者现在可以直接在Markdown编辑器中编辑f-string格式的内容,并在{ }括号内获得完整的Python自动补全支持。这一特性特别适合需要在Markdown中嵌入动态内容的场景,比如生成包含实时数据的文档。
2. 多列笔记本布局优化
新版本引入了可调整宽度的列布局功能,用户可以轻松拖动分隔线来调整多列笔记本中各列的宽度。这一改进显著提升了复杂布局下的编辑体验,使得在有限屏幕空间内组织内容变得更加灵活高效。
3. 数据源连接能力扩展
0.13.3版本大幅增强了与各类数据源的连接能力:
- PyIceberg集成:现在可以直接连接Iceberg表,支持REST、Glue等多种协议,连接后表结构会自动显示在数据源面板中。
- Ibis支持增强:Ibis连接现在能够自动填充数据库和schema信息到数据源面板。
- 新增连接类型:通过"添加连接"界面,现在可以直接配置PySpark、Datafusion和MotherDuck等数据源。
开发体验改进
1. Sandbox模式支持Markdown
开发者现在可以使用marimo edit --sandbox mynotebook.md命令以沙盒模式编辑Markdown笔记本。沙盒模式会自动跟踪和记录依赖关系,为文档开发提供了更安全的环境。
2. 文档工具集成
新版本加强了对主流文档工具的支持:
- Quarto集成:可以直接打开
.qmd文件,支持导出多种格式,还能通过专用扩展将响应式marimo笔记本嵌入Quarto站点。 - MkDocs支持:提供了详细指南说明如何将交互式marimo笔记本和playground嵌入MkDocs站点。
3. 智能编码辅助
- SQL中的Python自动补全:在SQL查询中使用
{ }参数化时,现在可以获得Python变量的智能补全。 - 代码编辑器优化:改进了状态刷新机制,提升了编辑流畅度。
性能与稳定性提升
- 表格和图表加载优化:通过改进数据传输格式,减少了不必要的网络往返,显著提升了大数据量下的渲染性能。
- Windows兼容性改进:修复了语言服务器在Windows平台上的工作问题。
- 日期处理修复:解决了日期渲染导致"Invalid Date"显示的问题。
开发者工具链增强
- Ruff可选化:将Ruff设置为可选依赖,当未安装时会回退到全局Ruff或提示安装。
- 文件上传限制可配置:增加了对
mo.ui.file()上传大小限制的配置能力。 - 编辑器快捷键自定义:提供了注释行操作的快捷键配置选项。
总结
marimo 0.13.3版本通过全方位的功能增强和体验优化,进一步巩固了其作为现代化Python交互式笔记本工具的地位。从Markdown编辑到数据连接,从开发体验到性能表现,每个方面的改进都体现了团队对开发者需求的深入理解。特别是对PyIceberg、Ibis等数据生态的深度集成,使得marimo在数据科学工作流中的实用性得到显著提升。这些改进共同构成了一个更加强大、灵活且用户友好的交互式计算环境。
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