KVision 9.0.0 发布:重大升级与现代化演进
项目简介
KVision 是一个基于 Kotlin 的多平台 Web 框架,它允许开发者使用 Kotlin 语言构建现代化的 Web 应用程序。通过将 Kotlin 的强大功能与前端开发相结合,KVision 为开发者提供了声明式 UI 构建、响应式数据绑定等现代化特性,同时保持了与 JavaScript 生态系统的良好互操作性。
重大版本升级概述
KVision 9.0.0 是一个具有里程碑意义的大版本更新,带来了多项重要变更和现代化改进。这个版本标志着框架向更现代、更精简的方向发展,同时也移除了一些过时的功能模块。
核心架构变更
本次升级最显著的变化是全面迁移到了 ES 模块系统,这意味着整个框架现在采用了更现代的 JavaScript 模块标准。这一变化带来了更好的模块化支持,但也意味着不再支持传统的 require 函数。开发者现在需要使用 @JsModule 注解来导入资源或集成 NPM 库。
移除的模块
为了保持框架的现代化和可维护性,9.0.0 版本移除了几个不再活跃维护的模块:
- 对 Electron 的支持模块
- Cordova 集成模块
- OnsenUI 相关模块
这些模块的移除主要是由于维护成本过高,特别是在迁移到 ESM 标准的过程中。虽然这可能会影响部分现有项目,但这一决策有助于团队将精力集中在核心功能的持续改进上。
全栈开发的新方向
KVision 9.0.0 放弃了原有的全栈模块,转而推荐使用 Kilua RPC 库来实现前后端通信。这一变化为开发者提供了更灵活、更现代化的远程过程调用解决方案。迁移过程相对简单,主要涉及导入语句和插件的调整。
技术细节与改进
依赖项升级
框架的核心依赖得到了全面更新:
- Kotlin 版本升级到 2.1.20
- Kotlin 协程升级到 1.10.2
- 序列化库升级到 1.8.1
- 前端相关库如 Bootstrap、Chart.js 等都更新到了最新稳定版本
这些升级带来了性能改进、新特性支持以及更好的安全性。
新增功能
-
TailwindCSS 支持:新增的
kvision-tailwindcss模块为开发者提供了流行的 TailwindCSS 工具集的集成支持,使得构建现代化、响应式 UI 更加便捷。 -
模态框管理增强:现在可以访问所有打开的模态框列表,并支持一次性关闭所有模态框,这为复杂交互场景提供了更好的控制能力。
-
日期时间组件改进:新增了
startOfTheWeek和hourCycle选项,使得日期时间选择器的国际化配置更加灵活。
构建系统优化
KVision 9..0 简化了构建流程:
- 移除了 KSP 处理器
- 精简了 Gradle 插件
- 默认应用布局结构有所调整(移除了
src/jsMain/web目录)
这些变化使得项目结构更加清晰,构建过程更加高效。
迁移建议
对于从 8.x 版本升级的项目,建议开发者:
- 仔细阅读专门的迁移指南,了解所有破坏性变更
- 逐步替换已移除模块的功能
- 将全栈通信逻辑迁移到 Kilua RPC
- 更新所有资源导入方式,使用
@JsModule替代require - 调整项目结构以适应新的默认布局
总结
KVision 9.0.0 是一个面向未来的重要版本,通过架构现代化和功能精简,为框架的长期发展奠定了基础。虽然升级过程可能需要一些工作,但这些变化将为开发者带来更高效、更现代化的开发体验。新加入的 TailwindCSS 支持等特性也展示了框架对当前前端趋势的积极响应。
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