Mosaic项目v0.17.0版本发布:SQL AST增强与API简化
Mosaic是一个专注于数据可视化交互的开源项目,它提供了一套强大的工具集,用于构建复杂的数据可视化应用。在最新发布的v0.17.0版本中,Mosaic团队对SQL抽象语法树(AST)进行了重要增强,同时简化了服务器API,这些改进为开发者提供了更强大且更简洁的数据处理能力。
SQL AST的重大改进
本次版本最显著的变化是对SQL抽象语法树的增强,特别是对窗口函数和聚合函数的支持:
-
窗口框架重构:移除了原有的
rows和range方法,引入了全新的WindowFrameAST节点,通过frame方法进行设置。这一改变使得窗口函数的定义更加清晰和一致。 -
排序参数支持:新增了对聚合函数和窗口函数中
ORDER BY参数的支持,这使得在复杂分析场景下能够更精确地控制计算顺序。 -
时间间隔辅助函数:添加了
years、months、days等时间间隔辅助函数,简化了时间序列数据的处理。 -
增强的LIMIT支持:不仅支持常量数值的LIMIT和OFFSET,还增加了对表达式和百分比形式LIMIT的支持,为分页和采样提供了更多灵活性。
API简化与优化
在服务器API方面,v0.17.0进行了以下改进:
-
移除数据包支持:简化了服务器API,移除了对保存和加载数据包的支持,使API更加专注和简洁。
-
类型系统增强:更新了TypeScript配置,统一了类型导出,使得类型提示更加完善,特别是为
Verbatim节点添加了选项类型提示。 -
克隆支持改进:增强了SQL AST节点的克隆能力,使得在构建复杂查询时能够更灵活地复用和修改查询组件。
开发者体验提升
除了核心功能的改进,v0.17.0还包含多项提升开发者体验的更新:
-
新的测试规范:新增了
window-frame示例测试规范,帮助开发者更好地理解和使用新的窗口框架功能。 -
文档更新:更新了文档中的数据加载示例,改为从现代云存储服务加载数据,反映了现代数据存储的最佳实践。
-
构建工具升级:更新了vitest包配置和项目依赖,确保开发环境的现代性和稳定性。
总结
Mosaic v0.17.0版本通过增强SQL AST功能,为复杂数据分析提供了更强大的表达能力,同时通过API简化降低了使用门槛。这些改进使得Mosaic在处理时间序列数据、窗口函数和复杂查询方面更加得心应手,为构建数据密集型可视化应用提供了更坚实的基础。对于正在使用或考虑使用Mosaic进行数据可视化开发的团队来说,这个版本值得认真评估和升级。
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-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