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。
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