Neutralinojs 5.6.0版本发布:本地资源服务与窗口快照功能升级
Neutralinojs是一个轻量级的跨平台桌面应用开发框架,它允许开发者使用HTML、CSS和JavaScript等Web技术构建原生应用。与Electron等传统方案不同,Neutralinojs运行时非常轻量,应用打包后体积小巧,同时保持了跨平台兼容性。
本地资源服务API增强
在5.6.0版本中,Neutralinojs引入了一个重要的新功能——server命名空间。这个功能解决了长期以来开发者面临的一个痛点:无法直接使用file://协议加载本地资源文件。出于安全考虑,Neutralinojs默认禁用了file://协议,这导致开发者不得不通过文件系统API来读取本地文件,增加了开发复杂度。
新版本通过server.mount(path, target)方法,允许开发者将本地目录映射到Neutralinojs的静态服务器上。例如,开发者可以将应用资源目录映射到服务器路径,然后通过HTTP协议访问这些资源。这种方式既保证了安全性,又简化了本地资源访问的流程。
对应的server.unmount(path)方法可以移除已创建的映射,而server.getMounts()则能获取当前所有的映射配置。这一组API为处理本地资源提供了更加灵活和安全的方式。
资源管理功能改进
resources命名空间也在此版本中获得了重要更新:
- 当
NL_RESMODE设置为directory时,系统会自动回退到原生文件系统API,提高了兼容性 - 新增
resources.getStats(path)方法,用于获取资源文件的统计信息 - 新增
resources.extractDirectory(path, destination)方法,支持提取整个资源目录
特别值得注意的是,新版本修复了处理大型resources.neu文件时可能出现的问题,并改进了resources.extractFile()方法,现在它会自动创建不存在的目标目录,进一步提升了开发体验。
窗口管理功能增强
window命名空间新增了window.snapshot(path)方法,开发者现在可以轻松捕获应用窗口并保存为PNG格式的图片文件。这对于需要实现截图功能的应用程序来说是一个实用的补充。
此外,团队修复了Windows平台上window.getTitle()方法返回空字符串的问题,提高了API的可靠性。
开发工具链优化
在DevOps方面,5.6.0版本修复了BuildZri自动化脚本中的字符串格式化问题,并解决了测试套件中的多种失败场景,提升了开发流程的稳定性和可靠性。
对于现有项目,开发者只需将配置文件中的cli.binaryVersion更新为5.6.0,然后运行neu update命令即可获取新版本。这些改进使得Neutralinojs在保持轻量级特性的同时,提供了更强大的功能和更稳定的开发体验。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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