Khan Academy Perseus编辑器17.2.0版本发布解析
Perseus是Khan Academy开发的一个开源数学内容编辑和渲染系统,主要用于创建交互式数学题目和教学内容。作为Khan Academy教育平台的核心组件之一,它为教师和学生提供了丰富的数学内容创作和展示功能。
主要功能更新
交互式图形标记类型增强
本次17.2.0版本最显著的改进是新增了"axes"(坐标轴)标记类型。这一功能扩展了交互式图形的表达能力,使教师能够更灵活地创建涉及坐标轴操作的数学题目。开发者通过重构图形标记系统,在不影响现有功能的前提下,增加了对坐标轴标记的支持。
无障碍访问改进
Perseus团队持续关注产品的无障碍访问功能,本次更新包含多项屏幕阅读器(SR)相关的优化:
-
树形结构描述优化:改进了树形结构的文本描述方式,使用innerText替代原有实现,使屏幕阅读器能更准确地读取内容结构。
-
描述信息恢复:重新启用了之前被隐藏的描述信息,确保视觉障碍用户能获取完整的题目信息。
-
交互式图形编辑器集成:为交互式图形编辑器添加了屏幕阅读器树形结构支持,使图形编辑过程对视觉障碍用户更加友好。
-
坐标描述修正:修复了负坐标区域的自动生成ARIA描述问题,确保坐标描述在各种情况下都能准确传达。
架构优化与代码重构
本次发布包含多项底层架构改进:
-
测试工具增强:新增了Mock Widget测试工具,为开发者提供了更完善的测试基础设施,有助于提高代码质量和开发效率。
-
模块化重构:
- 将部分导出功能从Perseus迁移到Perseus-Core模块
- 创建新的perseus-score模块,并将AnswerTypes相关代码迁移至此
- 将perseus-types中的数据模式定义移至perseus-core的data-schema中
- 将objective_辅助函数迁移到perseus-core模块
这些重构工作使代码结构更加清晰,职责划分更明确,为未来的功能扩展和维护打下良好基础。
兼容性与依赖更新
本次发布与多个相关模块保持同步更新,包括:
- perseus-core 3.1.0
- perseus 50.0.0
- 以及pure-markdown、kmath、kas等配套模块的版本更新
这些依赖更新带来了性能改进和bug修复,同时确保各模块间的兼容性。
总结
Perseus编辑器17.2.0版本在功能增强、无障碍访问和架构优化三个方面都有显著进步。特别是新增的坐标轴标记类型和屏幕阅读器支持,进一步提升了产品的可用性和包容性。持续的模块化重构工作则体现了项目团队对代码质量和长期维护的重视。这些改进共同推动Perseus向更强大、更易用的数学内容创作平台发展。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0330- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









