Workerd项目v1.20250418.0版本发布:Python改进与模块系统优化
Workerd是一款开源的高性能JavaScript/Wasm运行时环境,专为构建分布式计算应用而设计。它支持多种编程语言和运行时环境,包括JavaScript、WebAssembly以及Python等,能够在全球分布的节点上高效执行代码。
本次发布的v1.20250418.0版本带来了一系列重要改进,主要集中在Python运行时环境的稳定性提升和JavaScript模块系统的优化方面。
Python运行时的重要改进
本次版本对Python运行时进行了两项关键修复:
-
Python RPC熵问题修复:解决了Python远程过程调用(RPC)中存在的熵(entropy)问题。熵在密码学和安全通信中至关重要,它确保了随机数生成的不可预测性。这个修复意味着使用Python进行加密操作或需要高质量随机数的场景将更加安全可靠。
-
移除Python Durable Objects兼容标志:正式移除了Python Durable Objects(持久化对象)的兼容性标志。Durable Objects是Workerd中用于实现有状态服务的核心概念,这一变化表明Python对Durable Objects的支持已经足够成熟,不再需要特殊的兼容性开关。
JavaScript模块系统重构
Workerd团队对CommonJS模块实现进行了重要重构:
- 将CommonJS模块的具体实现从jsg(JavaScript绑定生成器)中移出,整合到了核心API层。这一架构调整使得模块系统更加清晰,维护性更好,同时也为未来可能的性能优化奠定了基础。
Node.js兼容性增强
在Node.js兼容性方面,本次版本新增了node:tls模块的多个方法和常量。tls模块是Node.js中用于实现加密的重要模块,这些新增内容使得在Workerd环境中编写与Node.js兼容的安全网络应用更加方便。
其他改进
-
URLPattern改进:现在使用USVString(Unicode标量值字符串)来处理URLPattern,这符合最新的Web标准,能够更好地处理特殊字符和国际化域名。
-
构建工具升级:将Bazel构建系统升级到了v7.6.1版本,带来了构建性能和稳定性的提升。
-
调试日志增强:现在当警报处理器(alarm handler)被取消时,系统会定期记录日志,这有助于开发者更好地调试和理解应用的运行时行为。
-
测试覆盖扩展:启用了更多WPT(Web Platform Tests)中的fetch/api/abort测试,提高了对Fetch API中止功能的测试覆盖率。
总结
Workerd v1.20250418.0版本虽然在功能上没有重大新增,但在稳定性和兼容性方面做出了重要改进。特别是对Python运行时的修复和Node.js兼容性的增强,使得开发者能够更放心地在生产环境中使用这些特性。模块系统的重构也为未来的功能扩展打下了良好基础。
对于已经在使用Workerd的开发者来说,建议关注Python RPC熵问题的修复,如果应用涉及加密操作,可能需要测试相关功能。同时,由于移除了Python Durable Objects的兼容标志,相关代码可能需要相应调整。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00