Livebook v0.16.0 发布:团队协作正式版与Python实验性支持
Livebook 是一个交互式的代码笔记本工具,专为 Elixir 生态设计,支持实时协作、数据可视化和文档编写。它采用 Web 技术构建,既可以通过浏览器访问,也提供桌面应用程序。Livebook 特别适合数据探索、教学演示和团队协作场景,其独特的"笔记本"概念让代码、文档和可视化结果可以完美结合。
本次发布的 v0.16.0 版本带来了两个重要更新:Livebook Teams 功能结束测试阶段成为正式版本,以及实验性的 Python 代码执行支持。这两个特性分别针对团队协作和语言生态扩展,标志着 Livebook 正在向更广泛的应用场景迈进。
Livebook Teams 正式发布
Livebook Teams 是专为团队协作设计的扩展功能,在此版本中正式结束测试阶段。该功能提供了企业级的安全控制和协作能力,特别适合需要多人协作开发数据分析和机器学习项目的团队。
新版本增强了身份认证方面的能力,支持基于 OIDC 的组授权机制。这意味着企业可以更方便地集成现有的身份管理系统,根据组织架构自动分配权限。团队管理员现在能够更精细地控制不同组别成员的访问权限,实现更安全的协作环境。
实验性 Python 支持
v0.16.0 引入了实验性的 Python 代码执行能力,这是 Livebook 向多语言支持迈出的重要一步。虽然目前功能尚未完全成熟,但已经可以执行基本的 Python 代码,为数据科学和机器学习工作流提供了更多可能性。
Python 集成采用了与 Elixir 类似的内核架构,保持了 Livebook 一贯的交互式体验。用户现在可以在同一个笔记本中混合使用 Elixir 和 Python 代码,利用两种语言各自的优势。开发团队表示将继续完善这一功能,包括改进错误处理、增加库支持和优化性能等方面。
用户体验改进
本次更新包含多项用户体验优化。新增了代码单元格行折行切换快捷键,让长代码行的查看更加方便。对于 JavaScript 输出的加载过程进行了优化,现在长时间加载或失败的情况会有更友好的提示。
在 AWS 执行环境方面,新增了自动集群支持,简化了分布式计算场景的配置。Docker 镜像和桌面应用也同步更新至 Elixir 1.18.3 和 Erlang 27.3.3,确保用户获得最新的语言特性支持。
实用功能增强
学习资源方面新增了 GitHub 应用开发示例笔记本,帮助开发者快速上手相关集成开发。对于桌面应用用户,修复了 macOS 和 Windows 平台上 livebook:// 协议 URL 的处理问题,提升了外部链接的打开体验。
输出显示方面修复了应用输出中边框缺失的问题,使界面更加统一美观。还解决了某些特定 IO 请求导致的崩溃问题,提高了系统的稳定性。
总体而言,v0.16.0 版本标志着 Livebook 在团队协作和多语言支持方面的重要进展,同时持续优化核心体验,为数据科学和工程团队提供了更强大的工具选择。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00