Crux Core v0.14.0发布:宏语法重大升级与效果系统改进
项目简介
Crux是一个现代化的跨平台应用开发框架,它采用Rust作为核心语言,通过共享核心逻辑的方式实现跨平台应用的开发。Crux Core作为其核心组件,提供了构建跨平台应用所需的基础设施和抽象层。
版本亮点
Crux Core v0.14.0带来了一个重要的语法变更,将原有的effect!函数宏替换为更现代的#[effect]属性过程宏。这一变化不仅提升了代码的可读性,还为效果系统的使用提供了更灵活的配置选项。
变更详解
宏语法重构
在之前的版本中,开发者需要使用effect!宏来定义效果枚举。新版本中,这一方式已被弃用,转而采用更符合Rust惯用法的属性宏形式:
// 旧版语法
effect! {
pub enum Effect {
Render(RenderOperation),
Http(HttpRequest),
ServerSentEvents(SseRequest)
}
}
// 新版语法
#[effect(typegen)]
pub enum Effect {
Render(RenderOperation),
Http(HttpRequest),
ServerSentEvents(SseRequest)
}
类型生成选项
新版本引入了显式的类型生成控制机制,开发者可以通过宏属性来决定是否生成外部类型:
-
启用类型生成:使用
#[effect(typegen)]属性,框架会自动为效果枚举生成相应的外部类型定义。 -
禁用类型生成:使用简单的
#[effect]属性,适用于那些不需要自动类型生成或使用自定义类型生成方案的项目。
这种设计使得框架更加灵活,能够适应不同的项目需求,特别是对于那些已经拥有Rust外壳或使用自定义类型生成系统的项目。
技术背景
效果系统(Effect System)是函数式编程中的一个重要概念,它提供了一种声明式的方式来描述副作用。在Crux框架中,效果系统允许开发者以纯函数的方式定义应用逻辑,而将实际的副作用操作(如HTTP请求、UI渲染等)委托给平台特定的实现。
升级建议
对于现有项目,升级到v0.14.0需要进行以下修改:
- 将所有
effect!宏调用替换为#[effect]或#[effect(typegen)]属性 - 根据项目需求选择合适的类型生成选项
- 更新相关依赖版本
总结
Crux Core v0.14.0的这次更新标志着框架在语法设计和灵活性方面的进步。新的属性宏语法不仅更加符合Rust的惯用法,还通过显式的类型生成控制为开发者提供了更大的灵活性。这一变化虽然带来了短暂的迁移成本,但从长远来看将提升代码的可维护性和可扩展性。
对于新项目,建议直接采用新的宏语法;对于现有项目,可以在适当的时候进行迁移,以利用新版本带来的改进。
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-1.5暂无简介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
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
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