Py-Shiny v1.4.0 版本发布:增强应用状态保存与聊天组件功能
Py-Shiny 是一个基于 Python 的 Web 应用框架,它允许开发者使用 Python 快速构建交互式 Web 应用程序。该框架特别适合数据科学家和分析师,因为它提供了简单直观的 API 来创建复杂的交互式数据可视化界面。
应用状态保存功能
本次 v1.4.0 版本最显著的改进是引入了应用状态保存(Bookmarking)功能。这一功能允许用户保存当前应用的状态,并在之后恢复该状态。对于需要长时间运行或需要保存中间结果的应用场景特别有用。
在 Shiny Core 模式下,开发者可以通过在创建应用对象时设置 shiny.App(bookmark_store=) 来启用状态保存功能。而在更简洁的 Express 模式下,则需要在应用初始化时使用 shiny.express.app_opts(bookmark_store=) 进行配置。
这一功能的实现涉及多个技术层面的改进,包括状态序列化、URL 编码处理以及状态恢复机制等。开发者现在可以轻松地为用户提供"保存当前状态"和"恢复上次状态"的功能,大大提升了用户体验。
聊天组件功能增强
ui.Chat() 组件在此版本中获得了多项重要更新:
-
状态保存支持:新增的
.enable_bookmarking(client)方法允许聊天组件保存和恢复消息历史及客户端状态。这意味着即使用户刷新页面或稍后返回应用,也能看到之前的对话记录。 -
富交互消息:现在聊天消息中可以嵌入各种 Shiny UI 元素,如输入控件(
ui.input_select())和输出渲染器(render.DataGrid())。这为构建更复杂的对话式界面提供了可能,例如在聊天过程中收集用户偏好或展示动态数据。 -
流式消息处理改进:新增的
.message_stream_context()方法提供了更灵活的流式消息处理方式,支持嵌套流和内容替换功能。这对于需要动态更新消息内容或构建多级对话流的场景特别有用。
其他重要改进
ui.MarkdownStream() 组件也获得了多项增强:
- 新增
.latest_stream属性取代了原有的.get_latest_stream_result()方法,提供了更直观的结果访问方式 - 默认最大宽度设置为 680px 并水平居中,提升了长文本的可读性
- 修复了宽度和高度设置不生效的问题
导航栏组件(ui.page_navbar() 和 ui.navset_bar())现在能正确应用通过 ui.navbar_options() 设置的主题和其他属性,解决了之前版本中的样式应用不一致问题。
向后兼容性说明
需要注意的是,Express 模式下的 app_opts() 现在要求所有参数都必须使用关键字形式传递。如果现有代码中使用的是位置参数,需要进行相应调整。
此外,<main> 区域在 ui.page_sidebar() 和带侧边栏的 ui.page_navbar() 中的填充行为也得到了修正,现在会严格遵循 fillable 参数的设置。
总结
Py-Shiny v1.4.0 版本通过引入应用状态保存功能和增强聊天组件,进一步扩展了框架的应用场景。这些改进使得开发者能够构建更持久、更交互式的 Web 应用,特别适合需要保存用户进度或实现复杂对话流程的场景。同时,对现有组件的多项修复和优化也提升了框架的稳定性和一致性。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00