TinyBase v6.2.0 版本发布:模块化增强与底层功能开放
TinyBase 是一个轻量级的 JavaScript 状态管理库,专注于提供高效、灵活的数据存储和管理解决方案。它采用了模块化设计,允许开发者按需引入所需功能,从而保持应用的轻量化。最新发布的 v6.2.0 版本在模块化架构和底层功能开放方面做出了重要改进。
全新 omni 模块
v6.2.0 版本引入了一个全新的 omni 模块,这是 TinyBase 生态系统中的一个重要补充。这个模块可以理解为 TinyBase 的"全集"模块,它包含了所有 tinybase/* 子模块的功能,包括核心存储、各种持久化方案、同步器以及 UI 组件等。
使用这个模块非常简单:
import {createStore, createSqliteBunPersister} from 'tinybase/omni';
需要注意的是,虽然 omni 模块提供了"一站式"的便利,但开发者应该确保项目使用了高效的 tree-shaking 打包工具。这样才能确保最终打包时只包含实际使用的功能模块,避免引入不必要的代码增加包体积。
模式(schema)导入优化
本次更新对模块的导出方式进行了优化,特别是针对带模式(schema)和不带模式的模块导入。现在,无论是导入 /with-schema 版本还是普通版本,最终都会解析到同一个 JavaScript 文件。这一改进显著减少了同时使用模式和非模式版本的应用的包体积。
底层功能开放
v6.2.0 版本开放了一些原本属于内部实现的功能,这些功能对于需要构建自定义持久化方案或同步器的开发者特别有用。
混合逻辑时钟(HLC)功能
common 模块(以及 tinybase 主模块)现在公开了 getHlcFunctions 函数。这个函数返回一组七个用于创建和操作 HLC(混合逻辑时钟)时间戳的函数:
import {getHlcFunctions} from 'tinybase';
const [getNextHlc, seenHlc, encodeHlc] = getHlcFunctions();
HLC 是一种结合了物理时钟和逻辑时钟的机制,在分布式系统中特别有用,可以解决事件排序和冲突检测的问题。TinyBase 内部使用 HLC 来处理数据同步时的时序问题。
哈希功能
新版本还提供了一系列用于哈希计算的函数,这些函数与 TinyBase 内部 MergeableStore 实现兼容。包括 getHash 和 getCellHash 等函数,它们可以帮助开发者以与 TinyBase 内部一致的方式计算表格数据和键值数据的哈希值。
这些功能虽然属于高级用法,但对于需要构建自定义同步或持久化方案的开发者来说非常有用,可以确保时间戳和哈希计算方式与 TinyBase 内部实现保持一致。
类型定义调整
为了更好的组织代码,本次更新将一些较少使用的类型定义(如 GetNow 和 Hash)从 mergeable-store 模块移动到了 common 模块中。这种调整使得类型定义的组织更加合理,便于开发者查找和使用。
总结
TinyBase v6.2.0 通过引入 omni 模块和优化模块导出方式,进一步提升了模块化架构的灵活性和效率。同时,通过开放 HLC 和哈希计算等底层功能,为高级用户提供了更多自定义的可能性。这些改进使得 TinyBase 在保持轻量级特性的同时,能够满足更复杂场景下的需求。
kernelopenEuler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。C0130
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。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
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00