TinyMist v0.13.0-rc1 版本发布:支持HTML导出与跨平台兼容性提升
TinyMist 是一个专注于 Typst 文档编译和预览的工具链项目,它为 Typst 用户提供了强大的语言服务器功能、实时预览以及多种格式导出能力。作为 Typst 生态系统中的重要组成部分,TinyMist 致力于提升文档编写和发布的效率。
本次发布的 v0.13.0-rc1 版本带来了多项重要更新,特别是在 HTML 导出功能和跨平台兼容性方面有了显著提升。以下是本次更新的主要技术亮点:
核心引擎升级至 Typst v0.13.0
TinyMist 的核心引擎已完成对 Typst v0.13.0 的适配升级。这一升级不仅带来了 Typst 最新版本的所有功能改进,还确保了 TinyMist 能够充分利用 Typst 的最新特性和性能优化。值得注意的是,TinyMist 团队将同时维护基于 Typst v0.12.0 的 v0.12.x 分支,为用户提供平滑的过渡期。
增强的HTML导出功能
本次版本新增了完整的 HTML 导出支持,这是本次更新的重点功能之一:
-
导出目标配置:新增了
tinymist.exportTarget配置项,允许用户明确指定导出目标格式。设置为paged(默认值)时针对 PDF、PNG 和 SVG 导出优化;设置为html时则针对 HTML 导出进行优化。 -
文本导出支持:在 HTML 导出过程中,TinyMist 现在能够同时生成纯文本(.txt)版本,这一功能特别适用于字数统计等文本分析场景,也为需要纯文本格式的用户提供了便利。
跨平台兼容性提升
TinyMist 继续强化其跨平台支持能力:
-
多架构支持:新增了对 LOONGARCH64 和 RISCV 架构的支持,进一步扩展了 TinyMist 的硬件兼容范围。
-
发布核心组件:团队已将多个核心组件(包括 tinymist-{derive,analysis,std,vfs,world,project}、typlite 和 crityp)发布至 crates.io,方便 Rust 开发者直接集成使用。
开发者体验优化
对于开发者而言,本次更新还包含以下改进:
-
调试符号发布:所有预构建二进制版本现在都附带调试符号文件,大大简化了问题诊断和性能分析过程。
-
安装脚本优化:提供了更完善的 shell 和 PowerShell 安装脚本,简化了在各种平台上的部署流程。
总结
TinyMist v0.13.0-rc1 通过引入 HTML 导出支持和增强跨平台兼容性,进一步巩固了其作为 Typst 生态系统中重要工具的地位。这些改进不仅满足了用户对多样化输出格式的需求,也为开发者提供了更完善的工具链支持。随着核心组件在 crates.io 上的发布,TinyMist 的生态系统也将迎来更广泛的采用和创新。
对于现有用户,建议评估新版本功能并根据项目需求决定升级计划;对于新用户,现在正是体验 TinyMist 强大功能的绝佳时机。
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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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