MiniJinja 2.8.0 版本发布:模板引擎的重大升级
2025-06-24 16:55:58作者:田桥桑Industrious
MiniJinja 是一个轻量级的 Rust 模板引擎,它提供了与 Jinja2 兼容的语法和功能。作为一个高性能的模板引擎,MiniJinja 在保持简洁的同时,提供了强大的模板渲染能力,特别适合嵌入到各种 Rust 项目中。
新增 SemiStrict 未定义模式
2.8.0 版本引入了一个新的 SemiStrict 未定义模式,这是对现有严格模式的一个重要补充。在严格模式下,任何未定义的变量都会导致错误,而 SemiStrict 模式则更加灵活:
- 允许检查未定义变量的真值性(truthiness)
- 没有 else 块的 if 表达式会生成一个静默的未定义对象,不会报错
- 这一改进使得 MiniJinja 与 Jinja2 的行为更加一致
性能优化与内存改进
新版本在性能方面做了多项优化:
- 常量折叠:代码生成器现在支持常量折叠,可以在编译阶段计算常量表达式,减少运行时开销
- 内存占用优化:使用更小的整数类型来表示列号、行号和地址,显著减少了调试信息的内存占用
- 随机数生成改进:贡献模块现在使用更轻量级的 xorrand 实现,替代了原来的 rand 模块依赖
Python 绑定增强
对于使用 MiniJinja Python 绑定的开发者,2.8.0 版本带来了多项重要改进:
- 新增
load_from_path方法,简化模板加载流程 - 添加
Environment.undeclared_variables_in_template和Environment.undeclared_variables_in_str方法,便于检查模板中未声明的变量 - 默认启用
loop_controls功能,与 CLI 版本保持一致 - 修复了多线程渲染时的死锁问题
- 改进了 Python 自定义对象在 if 条件和过滤器中的布尔值处理
对象比较与变量处理
新版本改进了对象比较机制:
- 添加
Object::custom_cmp方法,允许对象自定义比较行为 - 修复了 Python 对象在 Python 绑定中比较不正确的问题
- 改进了未声明变量的处理逻辑,现在能正确处理宏引用的变量和
caller特殊变量
语法解析改进
2.8.0 版本修复了几个语法解析问题:
- 修复了
}}在包含未闭合括号、大括号或方括号的表达式中导致语法错误的问题 - 修复了隐式字符串连接中转义字符处理不正确的问题
- 改进了循环递归调用的错误报告
新增功能与 API
- 临时状态存储:新增 temps 功能,允许在渲染过程中暂存临时状态
- 已知变量查询:添加
State::known_variables方法,返回已知变量列表 - 全局变量访问:新增
Environment::globals方法 - JavaScript 绑定:首次提供了 JavaScript 绑定支持
向后兼容性变更
- 提高了最低支持的 Rust 版本 (MSRV) 到 1.70
- 移除了不必要的
Filters和Tests特质,它们现在作为Function的别名存在 - 对
ViaDeserialize的特质边界进行了更严格的限制,现在要求类型实现DeserializeOwned
总结
MiniJinja 2.8.0 是一个功能丰富且稳定的版本,它在保持向后兼容性的同时,引入了多项新特性和改进。无论是对于 Rust 原生用户还是 Python/JavaScript 绑定用户,这个版本都带来了更好的开发体验和性能表现。特别是新增的 SemiStrict 模式和常量折叠优化,使得模板处理更加灵活高效。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
131
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
738
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
199
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460