Workerd项目v1.20250405.0版本发布:Python构建支持与Node.js兼容性增强
Workerd是一款开源的高性能JavaScript/Wasm运行时环境,专为构建分布式计算应用而设计。它支持多种JavaScript运行时特性,并提供了与Node.js兼容的API接口。本次发布的v1.20250405.0版本带来了一系列重要更新,特别是在Python构建支持和Node.js兼容性方面的改进。
Python构建系统升级
本次版本对Python的Bazel构建系统进行了重要更新,现在可以同时支持构建Python 0.27.1和0.26.0a2两个版本。这一改进为开发者提供了更大的灵活性,可以根据项目需求选择合适的Python版本进行构建和部署。
Bazel作为开源的构建工具,以其高效的增量构建和跨平台支持著称。Workerd项目通过优化Bazel配置,实现了对多个Python版本的同时支持,这对于需要维护不同Python版本兼容性的项目尤为重要。
Node.js兼容性增强
在Node.js兼容性方面,本次更新包含了多个重要改进:
-
tls模块增强:新增了convertALPNProtocols()方法,完善了对TLS协议ALPN扩展的支持。ALPN(Application-Layer Protocol Negotiation)是TLS协议的扩展,用于在握手阶段协商应用层协议,这对HTTP/2等现代协议的支持至关重要。
-
navigator API扩展:新增了navigator.hardwareConcurrency属性,该属性返回用户计算机上可用的逻辑处理器核心数。这一特性对于需要根据硬件能力优化性能的Web应用非常有用。
-
process模块完善:增加了process.features相关属性,提供了更多关于Node.js运行时特性的信息。这些特性标志可以帮助开发者编写更具兼容性的代码。
工作流功能改进
Workflow相关功能也获得了显著增强:
-
waitForEvent支持:在WorkflowStep中新增了waitForEvent方法,允许工作流步骤等待特定事件的发生。这一功能使得工作流可以更好地响应异步事件,构建更复杂的业务流程。
-
sendEvent功能:为Workflows实例添加了sendEvent方法,使得可以从外部向工作流发送事件。这一改进增强了工作流与外部系统的交互能力。
其他重要变更
-
WebGPU移除:移除了实验性的WebGPU实现。WebGPU是新一代图形API,但由于其仍处于早期阶段且未被广泛使用,团队决定暂时移除以简化代码库。
-
日期API修复:回滚了"使Date API始终使用UTC时区"的变更,恢复了原有的时区处理逻辑。这一调整确保了与现有代码的兼容性。
-
类型快照修复:修复了类型快照工作流的问题,提高了开发体验。
总结
Workerd v1.20250405.0版本在多个方面都有显著改进,特别是增强了与Node.js生态系统的兼容性,为开发者提供了更完善的API支持。Python构建系统的升级也为多版本支持提供了更好的基础。这些改进使得Workerd作为分布式计算运行时更加成熟和可靠,能够满足更广泛的开发需求。
对于正在使用或考虑使用Workerd的开发者,建议关注这些新特性,特别是工作流相关功能的增强,它们可以显著简化复杂业务逻辑的实现。同时,Node.js兼容性的持续改进也使得从现有Node.js生态迁移到Workerd变得更加平滑。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00