Enso 2025.1.1-rc6 版本发布:数据流编程语言的重大更新
Enso 是一款创新的数据流编程语言和集成开发环境,它通过可视化的方式简化了数据处理和分析的复杂性。Enso 独特地将函数式编程范式与可视化编程相结合,使得数据科学家、分析师和开发者能够更直观地构建数据处理管道。2025.1.1-rc6 版本作为 Enso 的一个重要预发布版本,带来了多项功能增强和问题修复,进一步提升了用户体验和系统稳定性。
核心功能更新
可视化编程环境改进
Enso IDE 在此版本中对组件浏览器进行了全面重构,现在以分组列表的形式展示组件,并增加了组件文档的简短摘要显示。对于特定类型,组件浏览器还会显示专门的"建议"组,大大提升了组件查找和使用的效率。
编辑器交互方面,输出端口的"添加组件"按钮被重新设计为小型按钮,从输出端口突出显示,使界面更加简洁。同时,当端口已有连接时,该按钮会自动隐藏以避免视觉干扰。节点选择逻辑也得到优化,删除节点或连接后不再意外选中其他节点。
表格编辑器与数据可视化增强
表格编辑器组件获得了多项实用改进:点击表头即可开始编辑,Tab 和 Enter 键分别用于跳转到下一个单元格或下一行,大幅提升了数据编辑效率。对于大型数据集,表格可视化现在采用服务器端过滤和排序,实现了懒加载机制,显著提升了性能表现。
文档编辑功能升级
文档面板现在支持完整的 Markdown 功能,包括编号列表、嵌套列表的渲染,以及通过按钮快速设置文本为粗体或斜体。新增的"插入链接"按钮简化了文档中超链接的添加过程。这些改进使得在 Enso 中编写项目文档变得更加便捷。
语言与运行时优化
类型系统增强
Enso 语言在此版本中引入了对交集类型的全面支持,包括对称、传递和自反的相等性检查。当调度 Any 实例方法时,现在会保持交集类型的 self 引用,提高了类型系统的严谨性。
错误处理与语法改进
匿名数据收集机制现在能够捕获更详细的错误信息,帮助开发者更好地诊断问题。语法方面,构造器或类型定义中的单行内联参数定义不再允许使用无括号的空格分隔,这一变更使得语法更加规范明确。
标准库扩展
数据库连接增强
标准库新增了对通用 JDBC 连接的支持,允许通过外部驱动程序连接各种数据库。Snowflake 连接器现在支持密钥对认证,提高了安全性。Postgres、SQLite、Snowflake 和 SQLServer 都新增了 offset 和 add_group_number 方法,增强了数据分页处理能力。
数据处理功能
新增的 Table.generate_rows 方法提供了灵活的数据生成能力。正则表达式支持被扩展到过滤操作和列操作中,包括新增的 regex_match 方法。数值处理方面,所有 round 方法现在使用 Rounding_Mode 替代了原来的 use_bankers 标志,提供了更精确的舍入控制。
用户体验优化
文件管理改进
云文件浏览器现在支持在写入组件中创建新目录和重命名现有目录,当尝试覆盖现有文件时会显示警告。首次打开项目时,浏览器会自动显示并高亮当前设置的文件,提高了工作流的连贯性。
交互细节完善
多行文本字面量的编辑功能终于得到支持,满足了用户长期以来的需求。颜色选择器针对选中节点进行了优化,工具提示会在点击按钮时自动隐藏,这些细节改进共同提升了日常使用的流畅度。
总结
Enso 2025.1.1-rc6 版本通过一系列精心设计的改进,在可视化编程体验、语言表达能力、数据处理功能和用户交互细节等方面都取得了显著进步。这些更新不仅解决了已知问题,还引入了多项创新功能,为数据科学家和分析师提供了更强大、更易用的工具。随着 Enso 持续迭代,它正在成为连接数据分析和软件开发的有力桥梁。
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