Leptos框架0.8.0-alpha版本发布:WebSocket支持与性能优化
Leptos是一个现代化的Rust前端框架,它结合了响应式编程和服务器端渲染(SSR)的优势,为开发者提供了高效、灵活的开发体验。最近发布的0.8.0-alpha版本带来了多项重要更新,包括WebSocket支持、Axum 0.8适配、编译时优化等改进。
WebSocket支持:简化双向通信
0.8.0-alpha版本最引人注目的新特性是对WebSocket的原生支持。开发者现在可以轻松创建基于WebSocket的双向通信,而无需深入了解底层协议细节。这一功能通过扩展现有的"server function"抽象实现,使得处理WebSocket消息就像处理普通异步调用一样简单。
示例代码展示了如何创建一个简单的WebSocket回显服务,服务器将接收到的消息转换为大写后返回。这种设计让开发者能够专注于业务逻辑,而不必担心WebSocket连接的建立和维护。
Axum 0.8适配与性能优化
Leptos 0.8.0-alpha版本全面适配了Axum 0.8框架,这需要一个大版本号的变更,因为Leptos重新导出了部分Axum类型。这一更新确保了Leptos与最新版本的Axum保持兼容。
在性能方面,新版本引入了显著的编译时优化。当使用--cfg=erase_components配置时,编译速度得到明显提升,这对开发者来说是一个重要的开发体验改进。此外,内部HTML元素的擦除处理也进一步优化了二进制文件大小。
岛屿路由与错误处理改进
新版本中的岛屿路由功能(islands-router)允许开发者在保持客户端路由体验的同时使用岛屿架构。这为构建混合式应用提供了更多灵活性。
服务器函数错误处理也得到了增强。现在开发者可以使用任何实现了FromServerFnError的类型作为错误类型,而不再局限于ServerFnError。这一改变虽然需要现有自定义错误类型的代码进行调整,但提供了更好的错误处理体验。
其他重要改进
- 支持暂停和恢复效果(effects)
- 改进了
Option<_>在style:中的支持 - 修复了多个与hydration相关的问题
- 增加了对
IntoSplitSignal的支持,允许将(Signal<T>, SignalSetter<T>)转换为分割信号 - 资源变体新增了
map和and_then方法
总结
Leptos 0.8.0-alpha版本是一个重要的里程碑,它不仅引入了WebSocket等新功能,还在性能和开发体验上做出了显著改进。这些变化展示了Leptos框架的持续演进,以及社区对构建现代化Rust Web应用的承诺。对于现有用户来说,升级到这个版本将带来更好的开发体验和更强大的功能支持。
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