LiveBlocks v2.17.0 版本发布:WebSocket大消息处理与AI工具栏支持
项目简介
LiveBlocks是一个为实时协作应用提供基础设施的JavaScript库集合,它使开发者能够轻松构建多人协作功能,如协同编辑、实时聊天等。该项目包含多个npm包,分别针对不同框架和场景提供支持。
核心更新内容
WebSocket大消息处理机制优化
在v2.17.0版本中,LiveBlocks对WebSocket消息处理机制进行了重要改进:
-
错误报告增强:当客户端尝试发送超过1MB的WebSocket消息时,现在会明确地在控制台报告错误,而不是像之前版本那样静默失败。
-
灵活的大消息处理策略:新增了
largeMessageStrategy配置选项,开发者可以根据应用场景选择最适合的大消息处理方式:default:默认策略,不发送大消息但会在控制台记录错误split:将大消息分割成小块发送(牺牲原子性但保证送达)experimental-fallback-to-http:实验性功能,自动改用HTTP协议发送大消息
-
API调整:废弃了实验性的
unstable_fallbackToHTTP标志,推荐使用新的largeMessageStrategy配置方式。
React集成改进
React开发者现在可以通过<LiveblocksProvider>组件直接配置大消息处理策略,保持与核心库一致的配置体验。
富文本编辑器AI工具栏(Beta)
本次更新为Tiptap富文本编辑器集成带来了AI功能支持,目前处于私有测试阶段:
-
AI功能启用:通过
useLiveblocksExtension的ai选项可以配置并启用AI工具栏功能。 -
组件化AI工具栏:提供了
<AiToolbar>系列组件,包括<AiToolbar.Suggestion>、<AiToolbar.SuggestionsSeparator>等,方便开发者定制AI交互界面。 -
默认集成:当启用AI功能后,
Toolbar和FloatingToolbar会自动包含AI相关按钮。 -
编程式调用:新增
askAi编辑器命令,支持以编程方式打开AI工具栏,并可预置提示词直接发起AI请求。
其他改进
- React-UI修复:解决了
Composer组件在onComposerSubmit回调期间卸载导致的崩溃问题。 - 图标库扩充:为
<Icon.* />组件系列新增了多个常用图标。
技术实现建议
对于需要处理大消息的协作场景,建议根据业务需求选择合适的大消息策略:
-
实时性要求高但可接受非原子操作:选择
split策略,确保消息及时送达。 -
数据完整性优先:使用
experimental-fallback-to-http策略,虽然延迟稍高但保证消息完整。 -
简单调试场景:保留
default策略,通过控制台错误快速发现大消息问题。
对于AI工具栏的使用,建议先在小范围测试其效果,特别是注意处理AI生成内容的准确性和适用性。
升级注意事项
-
使用过
unstable_fallbackToHTTP的代码需要迁移到新的largeMessageStrategy配置方式。 -
AI工具栏功能目前仍处于Beta阶段,API可能发生变化,不建议在生产环境大规模使用。
-
大消息分割策略(
split)会牺牲消息的原子性,需要确保应用逻辑能够处理可能的消息分片情况。
LiveBlocks v2.17.0通过改进大消息处理和引入AI能力,进一步丰富了实时协作应用的开发体验,为构建更智能、更可靠的协作功能提供了更多可能性。
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