JSON-Joy项目v17.40.0版本发布:增强Peritext编辑器UI功能
JSON-Joy是一个专注于JSON数据处理和协作编辑的开源项目,它提供了一系列工具和库来处理JSON数据,包括JSON CRDT(无冲突复制数据类型)实现。该项目特别适合需要实时协作编辑JSON数据的应用场景。
在最新发布的v17.40.0版本中,JSON-Joy项目主要针对其Peritext编辑器UI组件进行了多项功能增强和优化。Peritext是JSON-Joy项目中一个基于CRDT的富文本编辑器组件,支持实时协作编辑。
编辑器UI功能增强
焦点和选择交互优化
开发团队修复了一个关于双击选择时的焦点位置问题。现在当用户双击文本时,编辑器会确保焦点光标正确显示在最前面,这改善了文本选择的视觉反馈和用户体验。
块类型菜单功能扩展
新版本为块类型菜单添加了更多操作选项。块类型菜单允许用户快速更改文本块的类型(如段落、标题等),这次更新使得用户可以通过菜单执行更多与块类型相关的操作。
标题渲染器支持
编辑器现在支持专门的标题渲染器。这意味着不同级别的标题(H1、H2等)可以拥有独特的视觉样式和渲染方式,使文档结构更加清晰可辨。
工具栏改进
可扩展本地工具栏组件
开发团队引入了一个新的本地可扩展工具栏组件。这个设计允许工具栏根据上下文和用户需求动态扩展或收缩,既节省空间又提供快速访问常用功能的方式。
焦点工具栏位置调整
焦点工具栏(当用户选择文本时出现的上下文工具栏)现在被移到了视口内更合理的位置。这一改变使得工具栏不会遮挡内容,同时保持操作的便捷性。
主光标工具栏优化
为了简化界面,现在只有主光标工具栏会显示在焦点插入符号上方。这减少了界面上的视觉干扰,使用户能够更专注于内容编辑。
剪贴板和上下文菜单改进
剪贴板操作行为得到了改进,使得复制粘贴等操作更加可靠和符合用户预期。同时,块上下文菜单也进行了更新,提供了更直观和高效的操作选项。
技术实现细节
在底层实现上,开发团队为剪贴板操作提供了更灵活的实现方式,现在允许指定部分实现。这种设计模式使得开发者可以根据具体需求定制剪贴板行为,而不必完全重写整个功能。
JSON-Joy项目的这些更新展示了其对用户体验的持续关注。通过优化编辑器UI的各个细节,从文本选择到工具栏交互,再到菜单操作,开发团队正在打造一个更加流畅、直观的协作编辑体验。这些改进不仅提升了现有功能,也为未来的扩展奠定了基础。
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-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