Compose-Rich-Editor 1.0.0-rc13版本发布:富文本编辑能力再升级
Compose-Rich-Editor是一个基于Jetpack Compose构建的富文本编辑器组件,它为Android开发者提供了在Compose应用中集成强大文本编辑功能的能力。该组件支持多种文本样式、列表、图片插入等富文本特性,同时保持了Compose声明式UI的简洁性。
核心功能改进
文本插入逻辑优化
本次发布的1.0.0-rc13版本重点修复了文本插入相关的两个关键问题。addTextAfterSelection和addTextAtIndex方法现在能够更准确地处理文本插入操作,特别是在处理复杂格式文本时表现更加稳定。这对于需要精确控制文本插入位置的应用场景尤为重要,比如代码编辑器或文档处理应用。
列表项间距计算修正
开发团队对列表项的间距计算逻辑进行了重构。新版本通过检查每行文本的结尾而非整体段落来判断列表项的间距,这一改进使得列表的视觉呈现更加准确和一致。无论是简单的项目符号列表还是多级嵌套列表,现在都能获得更专业的排版效果。
功能增强
文本范围设置支持
本次更新引入了一个重要功能:在设置RichTextState文本时,开发者现在可以指定文本范围。这一增强为更精细的文本控制打开了大门,使得批量文本操作、选择性格式应用等高级功能成为可能。例如,开发者可以轻松实现"仅对选中文本应用加粗"这样的交互逻辑。
段落类型宽度计算修正
针对不同段落类型的起始文本宽度计算问题,新版本进行了专门修复。这一改进确保了各种段落类型(如标题、引用、普通段落等)在编辑器中的对齐和布局更加准确,提升了整体文档的可读性和专业性。
依赖项升级
作为常规维护的一部分,1.0.0-rc13版本同步更新了多个关键依赖:
- Kotlin升级至2.1.21版本,带来语言层面的性能优化和新特性支持
- Compose框架升级到1.8.2,确保与最新Jetpack组件保持兼容
- Coil图片加载库更新至3.2.0,提升图片处理能力
- 协程库升级至1.10.2,优化异步操作性能
- Ktor网络库更新到3.1.2,增强网络相关功能稳定性
这些依赖项的更新不仅带来了性能提升和bug修复,也为开发者提供了更现代的API和更好的开发体验。
总结
Compose-Rich-Editor 1.0.0-rc13版本通过多项修复和功能增强,进一步巩固了其作为Compose生态中富文本编辑解决方案的地位。从精确的文本操作到专业的排版呈现,再到底层依赖的现代化,这个版本为开发者构建高质量的文本编辑体验提供了更强大的工具集。对于需要在Android应用中集成富文本编辑功能的开发者来说,这个版本值得考虑升级。
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