Khan Academy Perseus项目5.0.0版本发布:用户输入类型系统重构
2025-07-02 14:47:31作者:晏闻田Solitary
Perseus是Khan Academy开发的一个开源数学交互式教学组件库,它为在线教育平台提供了丰富的数学题目展示和交互功能。该项目采用模块化设计,包含核心功能、评分系统、编辑器等多个子模块。
本次发布的5.0.0版本主要对用户输入类型系统进行了重大重构,这是一个突破性变更(breaking change)。在之前的版本中,各种组件的用户输入类型(如下拉选择、交互式图表、数值输入等)都集中在@perseus-score模块中定义。新版本将这些类型迁移到了@perseus-core模块,并引入了类型安全的解析器,使整个系统的类型定义更加合理和规范。
类型系统重构详解
用户输入类型迁移
新版本将以下组件的用户输入类型从@perseus-score迁移到了@perseus-core模块:
- 下拉选择组件(Dropdown)
- 交互式图表(Interactive Graph)
- 数值输入(Numeric Input)
- 表达式输入(Expression)
- 单选按钮(Radio)
这些类型现在统一定义在核心模块中,使得类型定义与组件实现更加紧密地结合在一起,提高了代码的内聚性。
类型安全解析器
新版本为上述组件添加了类型安全的解析器。这意味着:
- 系统现在能够在编译时捕获更多类型错误,而不是在运行时才发现问题
- 开发者可以获得更好的IDE自动补全和类型提示
- 输入数据的验证逻辑更加明确和规范
例如,对于数值输入组件,系统现在能够确保接收到的输入确实是数值类型,而不是可能为其他类型的模糊定义。
升级指南
对于使用这些类型的现有项目,需要进行以下修改:
- 将所有从@perseus-score导入的PerseusUserInput类型引用改为从@perseus-core导入
- 检查所有使用这些类型的代码,确保它们符合新的类型定义
- 更新相关测试用例以适应新的类型系统
其他更新
本次发布还包含了@perseus-core模块的配套更新,版本升级至7.1.0。同时,数学计算库kmath也更新到了2.0.3版本,提供更稳定的数学运算支持。
总结
这次5.0.0版本的发布标志着Perseus项目在类型系统上的重大进步。通过将用户输入类型集中到核心模块并引入类型安全解析器,项目在类型安全性、代码组织性和开发者体验方面都有了显著提升。对于教育类应用开发而言,这种类型系统的强化尤为重要,因为它能帮助开发者更早地发现潜在问题,确保教学内容的准确性和交互的可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- 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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
397
474
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.39 K
787
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
902
706
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
360
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161