Modern.js v2.67.3 版本发布:BFF 框架支持与 GitHub Pages 部署能力升级
Modern.js 是一个现代化的前端开发框架,它集成了多种前端开发的最佳实践,旨在为开发者提供高效、灵活的开发体验。该框架特别关注开发者体验和性能优化,支持多种现代前端技术栈。
本次发布的 v2.67.3 版本带来了两个重要的功能增强和一个内部优化,这些改进将进一步扩展 Modern.js 的应用场景和开发灵活性。
BFF 框架新增 Hono 运行时支持
Modern.js 的 BFF(Backend For Frontend)功能得到了重要扩展,现在支持 Hono 运行时框架。Hono 是一个轻量级的 Web 框架,专为边缘计算环境设计,具有极快的启动速度和低内存占用。
这一新增支持意味着开发者现在可以在 Modern.js 项目中:
- 使用 Hono 的简洁 API 编写后端逻辑
- 利用 Hono 的中间件生态系统
- 在边缘计算环境中部署 BFF 服务
- 享受更快的服务启动和响应时间
技术实现上,开发团队特别关注了请求体的处理逻辑,确保在 req 和 request 对象之间保持一致性,避免了只有一个对象包含请求体的情况,这提升了框架的稳定性和可靠性。
GitHub Pages 部署支持
另一个重要更新是新增了对 GitHub Pages 的部署支持。GitHub Pages 是 GitHub 提供的静态网站托管服务,开发者现在可以直接将 Modern.js 项目部署到 GitHub Pages 上。
这一功能带来了以下优势:
- 简化静态网站的部署流程
- 零成本托管解决方案
- 与 GitHub 生态系统的无缝集成
- 自动化部署的可能性
对于个人项目、文档网站或小型展示页面,这提供了一个简单高效的发布渠道。开发团队在实现这一功能时,确保了部署配置的简洁性,使开发者能够快速上手。
内部优化与稳定性提升
除了上述功能增强外,本次发布还包含了对请求处理逻辑的内部优化。通过重构 req 和 request 对象的处理方式,确保了请求体的一致性,这有助于提高中间件和路由处理的可靠性。
这些改进虽然对终端用户不可见,但为框架的长期稳定性和可维护性打下了更好的基础,也为未来更多功能的实现提供了更健壮的基础设施。
Modern.js 持续关注开发者体验和现代 Web 开发需求,这次的更新再次体现了这一理念。无论是新增的 Hono 运行时支持,还是 GitHub Pages 部署能力,都为开发者提供了更多选择和灵活性,同时也保持了框架一贯的简洁和高效特性。
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