Livebook v0.15.0 版本发布:增强Erlang支持与团队协作功能
Livebook 是一个交互式的 Elixir 和 Erlang 编程环境,它允许开发者以笔记本的形式编写、执行和共享代码。作为一个现代化的开发工具,Livebook 结合了代码执行、可视化输出和文档记录的功能,特别适合数据探索、教学和协作开发场景。
核心功能更新
增强的 Erlang 支持
本次更新显著提升了 Livebook 对 Erlang 语言的支持能力。现在开发者可以直接在 Erlang 单元格中定义模块,这为需要在 Elixir 项目中混合使用 Erlang 代码的用户提供了极大便利。同时,Standalone 运行时节点现在支持通过 erl flags 参数进行更精细的配置,使得 Erlang 环境的定制更加灵活。
团队协作与认证体系
Livebook 引入了基于 Livebook Teams 的认证机制,为应用服务器提供了完整的身份验证解决方案。这一功能特别适合企业级部署场景,支持第三方 SSO 集成,使得团队协作更加安全便捷。部署组环境变量现在会自动包含在生成的 Livebook 应用服务器指令中,进一步简化了团队协作环境下的配置工作。
开发体验优化
输出显示增强
新增的网格输出最大高度设置功能让开发者能够更好地控制大型数据集的显示方式。同时,纯文本输出现在支持文本样式,使得日志和文本信息的展示更加丰富多样。
调试与日志改进
代码评估过程现在会生成详细的日志记录(info级别),配合新增的 LIVEBOOK_LOG_LEVEL 和 LIVEBOOK_LOG_METADATA 环境变量,开发者可以更灵活地控制日志输出内容和级别,大大提升了调试效率。
表单功能完善
Kino 表单现在能够正确处理 nil 字段,解决了表单初始化时的常见问题。同时优化了表单变更事件的触发机制,避免在首次渲染时产生不必要的变更事件。
平台兼容性提升
桌面应用改进
Windows 版本解决了重复安装导致的 Hex 存档冲突问题,macOS 版本优化了 URL 复制功能在终端中的粘贴体验。所有桌面版本现在默认使用固定端口(32123)启动服务器,仅在端口被占用时才会回退到随机端口,提高了使用一致性。
Docker 环境更新
Docker 基础镜像已升级至 Ubuntu 24.04,同时捆绑的 Elixir 和 Erlang 版本分别更新至 1.18.2 和 27.2.2,确保开发者能够使用最新的语言特性和安全补丁。
开发者工具链调整
本次更新将最低要求的 Elixir 版本提升至 1.18,开发者需要相应升级本地环境。值得注意的是,之前被忽略的 RELEASE_DISTRIBUTION 设置现在必须不被定义,这一变更可能会影响某些特定的部署配置。
Livebook v0.15.0 通过上述改进,进一步巩固了其作为 Elixir/Erlang 生态系统中领先的交互式开发工具的地位,特别是在团队协作和企业级应用场景中展现了更强的竞争力。
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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