Khan Academy Perseus 项目 64.0.0 版本技术解析
Perseus 是 Khan Academy 开发的一个开源数学教育组件库,主要用于构建交互式数学题目和教学内容。该项目提供了丰富的数学组件和工具,帮助开发者创建高质量的数学学习体验。
主要变更
移除过时的 propUpgrades API
本次版本最重要的变更是移除了 widgets 中的 propUpgrades API。这个 API 原本用于处理组件属性的升级转换,但随着新解析器的引入,这套机制已经变得过时。新解析器提供了更现代化和高效的属性处理方式,使得 propUpgrades 不再必要。
这一变更反映了项目架构的演进方向,开发者应该迁移到新的解析器机制。对于现有代码库的影响评估显示,大多数现代应用已经不再依赖这个 API,因此移除不会造成广泛影响。
其他改进
状态管理优化
项目对组件状态管理逻辑进行了优化,特别是改进了判断何时清除 widget 状态的机制(answerless/answerful 状态)。这一改进使得组件在交互过程中能更智能地维护和重置状态,提升了用户体验的连贯性。
开发工具升级
开发团队将 Storybook 升级到了 v9 版本。Storybook 是流行的 UI 组件开发环境,这次升级带来了更快的构建速度、改进的文档功能以及更好的开发者体验。对于使用 Perseus 进行开发的团队来说,这意味着更高效的组件开发和测试流程。
依赖项更新
本次发布同步更新了多个核心依赖项,包括:
- perseus-core 升级到 13.0.0 版本
- math-input 升级到 26.0.1 版本
- 其他相关工具包也获得了兼容性更新
这些依赖项的更新确保了整个生态系统的协调一致,同时带来了性能改进和 bug 修复。
技术影响评估
对于现有项目的影响主要集中在对 propUpgrades API 的移除。开发团队建议检查项目代码中是否使用了这个 API,并考虑迁移到新的解析器机制。其他变更大多是内部优化,不会对现有功能产生破坏性影响。
这次发布体现了 Perseus 项目持续优化架构、提升开发体验的技术路线,同时也保持了良好的向后兼容性,是项目成熟度不断提升的标志。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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