Fable编译器5.0.0-alpha.11版本发布:增强JS/TS与Rust支持
Fable是一个将F#代码编译为JavaScript、TypeScript、Python等语言的编译器工具链。它让函数式编程语言F#能够运行在多种平台上,特别适合需要跨平台共享代码库的场景。本次发布的5.0.0-alpha.11版本带来了多项重要改进,主要集中在JavaScript/TypeScript目标平台的增强和对Rust语言的支持上。
核心功能增强
JavaScript/TypeScript目标改进
字符串枚举支持全小写转换:新增了CaseRules.LowerAll选项,开发者现在可以方便地将字符串枚举值统一转换为全小写格式,这在需要与某些强制小写的API交互时特别有用。
数值格式化增强:新增了对C(货币)、c、B(二进制)、b和n(数字)格式说明符的支持,使数值格式化能力更接近.NET标准库。同时,编译器现在会检测并报告无效的数值格式说明符,帮助开发者及早发现问题。
日期时间格式化修复:修正了短格式字符串(如重复多个'd')的处理逻辑,确保日期显示格式与.NET行为一致。
异步操作改进:修复了Async.Start和Async.StartImmediate中未捕获异常的传播问题,并明确禁止了Async.RunSynchronously在JS环境中的使用(因为这会阻塞事件循环)。
Rust目标支持
Rust 2024版本支持:新增了对即将发布的Rust 2024语言版本的支持,确保Fable生成的Rust代码能够利用最新的语言特性。
重要问题修复
POJO反射信息缺失:修复了普通JavaScript对象(POJO)反射信息丢失的问题,现在可以正确获取这些类型的信息。
数值转换检查:改进了decimal/bigint到integer的转换检查逻辑,以及decimal到char的转换检查,防止不安全的类型转换。
嵌套类型支持:修复了使用jsOptions时直接访问嵌套类型成员的问题,现在可以链式设置嵌套属性值。
系统包扫描优化:编译器不再扫描系统包寻找插件,提高了编译效率。
行为变更
数值格式错误处理:现在当提供无效的数值格式说明符时,会抛出错误而不是静默失败,这一变更使行为更符合.NET的预期。
总结
Fable 5.0.0-alpha.11版本在保持稳定性的同时,显著增强了JavaScript/TypeScript目标的功能完整性,特别是数值格式化和日期处理方面。对Rust 2024的早期支持也展示了项目对多语言目标的前瞻性考虑。这些改进使得F#代码能够更无缝地转换为目标语言,同时保持与原生.NET相似的行为特性。对于正在使用或考虑使用Fable进行跨平台开发的团队来说,这个版本值得关注和试用。
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