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。
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。Vue06- 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