MDN浏览器兼容性数据库v6.0.4版本发布:移除废弃API与新增Observable特性
MDN浏览器兼容性数据库是Web开发者了解不同浏览器对Web API支持情况的重要参考资源。最新发布的v6.0.4版本对数据库进行了重要更新,主要包含两大方面的变化:移除大量废弃的Web API和新增Observable相关特性支持。
数据库更新概述
本次更新共涉及82个文件的修改,包含1,927处新增和5,500处删除。这些变更反映了现代Web标准的发展趋势,一方面清理了已被废弃且不再被现代浏览器支持的老旧API,另一方面增加了对新兴Web特性的支持。
移除的废弃API
v6.0.4版本移除了多个已被废弃的Web API,这些API大多属于以下三类:
-
SVG字体相关API:包括SVGFontElement、SVGGlyphElement等一整套SVG字体模块API。这些API原本用于在SVG中定义字体,但现代Web开发中已基本被WOFF等现代字体格式取代。
-
HTML废弃属性:如HTMLHeadElement的profile属性和pre元素的wrap属性,这些属性在现代HTML标准中已被移除。
-
过时浏览器特性:如Window.showModalDialog方法,这是早期浏览器提供的模态对话框功能,现已被更现代的对话框API替代。
这些API的移除反映了Web标准的演进过程,开发者应避免在项目中使用这些已被废弃的特性。
新增的Observable特性
本次更新最重要的新增内容是对Observable API的支持。Observable是一种新的异步编程模型,为处理事件流和数据流提供了更优雅的解决方案。新增的API包括:
- Observable基础类及其各种操作方法,如filter、map、reduce等
- 订阅者(Subscriber)相关接口
- 各种转换和组合操作符,如flatMap、switchMap等
Observable模式在处理复杂异步逻辑时特别有用,比如用户交互事件流、WebSocket消息等场景。它的引入为JavaScript异步编程提供了新的范式选择。
其他重要更新
-
自定义元素生命周期回调:新增了connectedMoveCallback生命周期回调的支持数据,这为Web组件开发提供了更精细的控制能力。
-
Node.js 20.4.0支持:增加了对Node.js最新版本的兼容性数据。
-
Permissions-Policy新指令:新增了deferred-fetch和deferred-fetch-minimal两个权限策略指令的支持数据,这些指令用于控制延迟加载资源的权限。
开发者建议
对于使用MDN浏览器兼容性数据的开发者,建议:
-
检查项目中是否使用了本次移除的废弃API,并尽快迁移到现代替代方案。
-
评估Observable API是否适合项目需求,特别是在处理复杂异步逻辑时,可以考虑采用这种更声明式的编程模式。
-
关注Permissions-Policy的新指令,确保网站的资源加载策略符合最新安全规范。
MDN浏览器兼容性数据库的持续更新为开发者提供了准确的浏览器支持信息,帮助开发者做出更明智的技术选型决策。v6.0.4版本的更新再次体现了Web平台不断演进的特点,开发者应保持对这类更新的关注,以确保应用的兼容性和现代化程度。
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