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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C026
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