marimo项目发布0.13.0版本:支持从笔记本导入函数与类
marimo是一个创新的Python笔记本工具,它采用纯Python格式,让用户能够创建交互式、可重复使用的笔记本。与传统的Jupyter Notebook不同,marimo强调代码的纯净性和可重用性,其设计理念是将笔记本视为可维护的Python程序,而非一次性脚本。
可重用函数与类的导入功能
本次0.13.0版本带来了一个重大特性更新:现在可以从marimo笔记本中导入函数和类了。这一功能使开发者能够像导入普通Python模块一样,直接从笔记本中导入定义好的函数和类,极大提升了代码的复用性。
要实现这一功能,定义在笔记本中的函数和类需要满足两个关键条件:
-
单一定义原则:每个单元格只能定义一个函数或类。这种设计保证了代码的清晰性和模块化程度。
-
依赖管理:定义的函数或类只能引用两种来源的符号:
- 在"setup cell"(设置单元格)中定义的模块
- 其他顶层的符号
"setup cell"是本版本引入的新概念,它是一个可选的单元格,专门用于存放将被导出的函数和类所依赖的模块。这种设计既保证了代码的整洁性,又明确了依赖关系。
开发体验优化
marimo在开发者体验方面也做了精心设计:
-
智能提示系统:当用户创建一个只包含单个函数或类的单元格时,编辑器会在右下角显示提示信息。这些提示会明确告知开发者当前定义是否符合导入条件,如果不符合,还会具体指出需要改进的地方。
-
视觉反馈:通过直观的界面提示,开发者可以立即了解代码状态,无需离开编辑器就能完成代码优化。
其他改进
除了主要功能外,0.13.0版本还包含了一些值得注意的改进:
-
Markdown渲染优化:现在Markdown内容的显示宽度被限制在约80个字符以内,这一改变显著提升了长文本的可读性,使文档更加专业和易读。
-
文件上传组件优化:当只上传单个文件时,文件上传插件现在会显示更简洁的标签,提升了界面的一致性。
-
聊天功能改进:移除了聊天功能的自动滚动,使交互体验更加自然。
技术意义
这一版本的发布标志着marimo在代码复用性方面迈出了重要一步。通过允许从笔记本导入函数和类,marimo进一步模糊了笔记本与传统Python脚本之间的界限,使笔记本真正成为可维护、可重用的代码库。
对于数据科学家和Python开发者来说,这意味着可以:
- 将常用功能封装在笔记本中,像标准库一样调用
- 构建可重用的分析组件库
- 更轻松地将分析流程模块化
- 提高代码的组织性和可维护性
marimo的这种设计理念,特别是对代码纯净性和模块化的强调,使其在众多笔记本工具中独树一帜,特别适合需要长期维护和团队协作的项目场景。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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