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。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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