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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01