Nitro项目v0.26.0版本发布:React Native 0.80兼容性与日期类型支持
Nitro是一个用于React Native的跨平台原生模块开发框架,它简化了原生代码与JavaScript之间的交互过程。最新发布的v0.26.0版本带来了一些重要的功能更新和问题修复,特别是对React Native 0.80的兼容性支持以及新增的Date类型处理能力。
核心功能更新
React Native 0.80兼容性
v0.26.0版本最重要的更新之一是对React Native 0.80的全面兼容支持。这意味着开发者现在可以在最新的React Native环境中无缝使用Nitro框架开发原生模块。这一兼容性更新确保了框架能够利用React Native最新版本提供的性能优化和新特性。
新增Date类型支持
框架现在原生支持JavaScript的Date类型,解决了之前版本中日期时间处理的不便。开发者现在可以直接在原生代码和JavaScript之间传递Date对象,而无需手动进行时间戳转换。这一特性特别适合需要精确时间处理的应用程序场景。
关键问题修复
回调函数安全处理
本次版本修复了一个可能导致应用崩溃的重要问题,涉及从原生代码返回回调函数时的JNI引用处理。现在框架会安全地将JNI引用捕获为全局引用,确保回调函数在整个生命周期内都能正常工作。
布尔属性前缀处理
修复了布尔类型属性名以"has"为前缀时生成错误名称的问题。这一修复使得属性命名更加符合JavaScript的命名规范,提高了代码的可读性和一致性。
继承回调函数处理优化
改进了对继承回调函数的处理方式,不再将它们包装在额外的View对象中。这一优化减少了不必要的对象包装,提高了性能并简化了代码结构。
其他改进
Swift枚举优化
针对Xcode构建问题,框架现在将枚举变体标记为"indirect",解决了某些情况下可能出现的构建错误。这一改进提高了Swift代码的稳定性和兼容性。
JNI全局引用管理
增强了JNI ClassLoader对全局引用的管理,确保在适当的时候释放这些引用,避免了潜在的内存泄漏问题。
总结
Nitro v0.26.0版本通过新增Date类型支持和RN 0.80兼容性,进一步提升了开发者的体验。同时,多个关键问题的修复使框架更加稳定可靠。这些改进使得Nitro继续成为React Native原生模块开发的优秀选择,特别是对于需要高性能原生集成的应用场景。
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