Panel v1.6.1版本发布:增强反向代理支持与开发者体验优化
Panel作为HoloViz生态系统中的重要组件,是一个强大的Python数据可视化仪表板构建工具。它允许开发者快速创建交互式Web应用,支持从简单的数据探索到复杂的企业级仪表板开发。最新发布的v1.6.1版本虽然是一个补丁更新,但带来了多项重要改进,特别是在反向代理支持、开发者体验和核心功能稳定性方面。
反向代理支持增强
在企业级部署场景中,Panel应用经常需要通过反向代理(如Nginx、Apache等)提供服务。v1.6.1版本针对这一使用场景做了重要改进:
-
索引页面重定向修复:现在当Panel应用部署在反向代理后的子路径时,索引页面的重定向能够正确处理相对路径,避免了常见的404错误问题。
-
根URL自动检测:在认证流程中,系统现在能够更准确地自动检测应用的根URL,这对于需要身份验证的应用部署在反向代理后特别重要。
-
自定义登录端点修复:修复了自定义登录端点的处理逻辑,确保认证系统在复杂部署环境下也能正常工作。
这些改进使得Panel应用在各类企业IT架构中的部署更加顺畅,减少了配置复杂度。
开发者体验提升
v1.6.1版本对开发者工作流做了多项优化:
-
ESM组件支持增强:
- 现在ESM组件可以正确加载CSS资源包,解决了样式隔离问题
- 改进了组件实现的解析逻辑,确保自定义组件能按预期工作
ReactiveESM.select方法现在能自动检测子组件,减少了手动配置
-
编译命令改进:
- 新增了
panel compile命令的watch模式,可以实时监测文件变化并重新编译 - 修复了资源模式处理,确保自定义组件和扩展在笔记本环境中表现一致
- 新增了
-
类型检查支持:
- 改进了类型提示,使类型检查工具能更准确地推断扩展参数类型
- 这显著提升了大型项目的开发体验和代码质量
核心功能改进与修复
-
聊天组件增强:
ChatFeed新增了scroll_to方法,可以编程控制聊天内容的滚动位置- 修复了默认头像的显示问题,提升了用户体验一致性
-
数据展示组件:
Feed组件现在会在对象更新时重置visible_range,避免了显示异常Tabulator表格组件修复了筛选后的选择状态问题,确保选择行为符合预期
-
事件处理优化:
- 改进了周期性回调的错误处理,确保错误能被正确记录
- 优化了进程内事件清理机制,防止内存泄漏
兼容性更新
-
Plotly 6.0支持:全面适配最新版Plotly库,确保基于Plotly的可视化组件正常工作。
-
Pyodide/PyScript升级:将Pyodide升级至0.27.2版本,PyScript升级至2025.2.1版本,提升了在浏览器中运行Python代码的性能和稳定性。
总结
Panel v1.6.1虽然是一个小版本更新,但在生产环境部署和开发者体验方面做出了重要改进。这些变化使得Panel在复杂企业环境中的部署更加可靠,同时为开发者提供了更流畅的工作流程。特别是对反向代理场景的支持增强,将大大简化Panel应用在企业IT架构中的集成难度。对于正在使用或考虑采用Panel构建数据应用的企业和开发者,这个版本值得升级。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00