TinyMist 0.12.18版本发布:Typst语法高亮与编辑器功能全面升级
TinyMist是一个专注于Typst文档排版语言的开发工具套件,旨在为Typst开发者提供完善的编辑器支持、代码分析和预览功能。最新发布的0.12.18版本带来了多项重要改进,特别是在语法高亮和编辑器集成方面取得了突破性进展。
Typst语法高亮引擎的重大突破
本次版本最引人注目的特性是全新的Typst语法高亮引擎。经过长时间开发,该引擎已经能够准确解析来自Typst官方仓库的所有代码、标记和数学语法,总计超过120万行代码的测试验证。虽然仍有一些边缘情况需要处理,比如特殊符号组合的识别,但已经达到了生产可用的水平。
语法高亮引擎的核心改进包括:
- 数学模式下的语法解析能力显著增强
- 参数名称标识符的精确识别
- 箭头函数作为二元表达式的正确解析
- 减号和星号标记的可靠处理
这些改进使得开发者在编写Typst文档时能够获得更准确、更丰富的语法高亮体验,大大提升了代码的可读性。
编辑器功能增强
TinyMist 0.12.18版本在编辑器集成方面也做了多项优化:
-
Web支持:现在可以将TinyMist构建为Web应用,无需本地安装即可在浏览器中使用基础功能。
-
悬停信息优化:重新设计了悬停提示的显示顺序,现在会依次显示定义、(采样)可能值、潜望镜、文档和操作,信息呈现更加结构化。
-
代码补全改进:通过捕获上下文信息提供更精准的参数补全,并修正了作用域中定义插入的顺序问题。
代码分析能力提升
新版本在代码静态分析方面也有显著进步:
- 修正了数学调用中参数的
InterpretMode,从Code改为正确的Math模式 - 在数学模式下,将文本节点作为有效标识符进行匹配
- 改进了参数名称的匹配逻辑,为代码补全提供更准确的基础
开发者体验优化
除了核心功能外,0.12.18版本还包含多项提升开发者体验的改进:
- 增加了语法高亮测试脚本,便于开发者验证和贡献
- 完善了Textmate语法的文档说明
- 优化了字符串、常量和关键字作用域的命名规范
- 添加了更多关于FIRST令牌的终止规则
总结
TinyMist 0.12.18版本标志着Typst开发工具链的一个重要里程碑。全新的语法高亮引擎不仅为本地开发提供了更好的支持,也为将来GitHub等平台的集成奠定了基础。编辑器功能的持续优化和代码分析能力的提升,使得Typst开发者的工作效率能够得到显著提高。
对于Typst开发者来说,升级到0.12.18版本将带来更流畅、更智能的开发体验。特别是对于那些需要处理复杂数学公式或大量Typst代码的开发者,新版本的语法高亮和代码分析功能将成为不可或缺的助力。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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