Leo编辑器6.8.4版本发布:IDE与大纲工具的重大更新
Leo是一款独特的集成开发环境(IDE)和大纲工具,它将代码编辑、项目管理和信息组织完美结合。作为一个基于Python的开源项目,Leo以其独特的"克隆节点"和"大纲视图"功能著称,允许开发者以非线性的方式组织和管理代码。
语法高亮与语言支持增强
本次6.8.4版本在语法高亮方面做出了多项改进。最值得注意的是新增了对Typst语言的支持,Typst是一种新兴的科技文档排版系统。此外,团队改进了Rust语言的导入器,使得处理Rust代码更加流畅。
一个重要的变化是对reStructuredText(reST)注释的处理方式。现在用户可以单独设置reST注释的颜色,与常规的reST语言区分开来。这需要用户在myLeoSettings.leo配置文件中进行相应设置,为技术文档编写者提供了更灵活的视觉区分能力。
新命令与脚本功能
6.8.4版本引入了几个实用的新命令:
show-buttons-and-at-commands命令可以快速查看所有可用按钮和@命令find-source-for-command帮助开发者定位命令的实现源码beautify-script命令提供了脚本美化功能
脚本系统也获得了增强,现在包括@command和@button在内的所有脚本都可以返回值,这为脚本间的数据传递打开了新的可能性。当@bool beautify-python-code-on-write = True设置启用时,execute-script命令还会自动美化当前节点的Python代码。
代码清理与架构优化
开发团队在本版本中进行了显著的代码清理工作:
- 用7个新的Commands getter方法替换了旧的
c.scanAllDirectives函数 - 弃用了
c.scanAllDirectives及其他17个与指令相关的函数 - 在所有弃用函数中添加了
g.deprecated调用以发出警告
这些改动虽然对普通用户透明,但显著改善了代码的可维护性和未来扩展性。团队还移除了过时的join-leo-irc命令,反映了开发社区交流方式的演变。
使用建议与升级注意事项
对于升级用户,需要注意reST语法高亮的变化可能需要调整个人设置。Python脚本开发者可以利用新的脚本返回值特性来简化代码逻辑。项目维护者应该关注弃用警告,及时更新使用了旧API的插件或脚本。
Leo 6.8.4的这些改进既包含了面向终端用户的功能增强,也有利于插件开发者的架构优化,体现了该项目在保持核心理念的同时不断现代化的努力。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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