Kable项目0.38.0版本发布:蓝牙开发库的重要更新
Kable是一个开源的Kotlin多平台蓝牙库,由JuulLabs开发维护。它为Android、iOS、JavaScript等平台提供了统一的蓝牙API接口,让开发者能够用Kotlin编写跨平台的蓝牙通信代码。Kable简化了蓝牙设备的发现、连接、数据读写等操作,是开发蓝牙应用的高效工具。
核心更新内容
Android平台增强
本次0.38.0版本为Android平台带来了两个重要改进:
-
从扫描结果直接创建外设对象:新增了从
ScanResult直接创建Peripheral对象的能力。这个功能由社区成员@curioustechizen建议实现,它简化了蓝牙设备发现后的连接流程。开发者现在可以更高效地将扫描到的设备转换为可操作的外设对象。 -
JVM工具链升级:将Android平台的JVM工具链升级到了17版本。这一变更意味着开发者需要确保开发环境支持Java 17,同时也为项目带来了更好的性能和现代Java特性的支持。
JavaScript平台修复
在JavaScript平台方面,本次更新重点修复了一个关键问题:
- 强制更新断开连接状态:修复了在某些情况下蓝牙设备断开连接时状态更新不及时的问题。这个修复确保了连接状态变化的实时性和准确性,提升了Web蓝牙应用的可靠性。
需要注意的是,本次更新还涉及到了kotlin-wrappers的重大版本变更。如果你的项目依赖kotlin-wrappers,需要确保同步更新到兼容版本。
依赖项更新与兼容性说明
0.38.0版本对多个核心依赖进行了更新,其中最重要的是:
-
kotlinx-datetime升级到0.7.0:这是一个需要注意的破坏性变更。如果你的项目直接或间接依赖0.6.x版本的
kotlinx-datetime,需要升级到0.7.0版本,或者使用0.7.0-0.6.x-compat兼容版本。 -
Kotlin多平台支持升级到2.2.0:这一变更带来了Kotlin编译器的最新特性和改进。
-
协程库更新到1.10.2:提供了更稳定和高效的协程支持。
-
其他多项依赖更新:包括atomicfu、kotlinx-io-core、mockk等多个库的版本提升,带来了性能改进和bug修复。
构建工具与基础设施改进
在项目维护方面,本次发布包含多项基础设施改进:
-
Gradle升级到8.14.2:提供了更快的构建速度和更好的构建缓存支持。
-
Dokka文档工具迁移到v2 API:改善了API文档的生成质量和可读性。
-
发布到Sonatype中央仓库:现在使用
CENTRAL_PORTAL作为Sonatype主机进行发布,提高了库的分发可靠性。
升级建议
对于计划升级到0.38.0版本的开发者,建议特别注意以下几点:
-
检查项目中是否直接或间接依赖
kotlinx-datetime0.6.x版本,如有则需要相应升级。 -
确保开发环境支持Java 17,特别是Android项目的开发环境配置。
-
如果项目中使用Web蓝牙功能,测试JavaScript平台的连接状态管理是否正常。
-
对于使用
kotlin-wrappers的项目,确认相关依赖版本是否兼容。
Kable 0.38.0版本通过多项功能增强和依赖更新,为开发者提供了更稳定、更现代的蓝牙开发体验。无论是Android平台的扫描功能改进,还是JavaScript平台的状态管理修复,都体现了项目团队对开发体验的持续优化。建议开发者评估项目需求后适时升级,以获取最佳开发体验和性能表现。
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