Tauri插件workspace中deep-link-js v2.3.0版本发布解析
Tauri是一个用于构建跨平台桌面应用程序的框架,它允许开发者使用Web技术(如HTML、CSS和JavaScript)来创建原生应用。Tauri插件workspace是该框架下的一个重要组成部分,提供了各种功能扩展。其中,deep-link-js插件负责处理深度链接功能,让应用能够响应特定的URL协议。
在最新发布的deep-link-js v2.3.0版本中,开发团队为Android平台带来了两项重要的功能增强。这些改进使得深度链接功能更加灵活和强大,为开发者提供了更多控制权。
新增Android路径匹配配置
v2.3.0版本首次向开发者开放了Android平台特有的路径匹配配置选项。具体来说,现在可以通过以下三个参数来精确控制深度链接的行为:
- path:用于指定精确匹配的路径
- pathPattern:支持通配符的路径匹配模式
- pathSuffix:匹配特定后缀的路径
这些配置选项原本是Android平台的原生能力,现在通过Tauri插件暴露给JavaScript层,让开发者能够更精细地控制哪些URL应该触发应用的深度链接功能。例如,开发者可以设置只响应特定路径的链接,而忽略其他路径的请求,这在构建复杂的应用场景时非常有用。
自定义协议支持
另一个重要改进是新增了scheme配置项。在之前的版本中,deep-link-js插件默认只支持http和https协议。而v2.3.0版本允许开发者指定自定义协议,如myapp://这样的形式。
这项改进特别适合那些希望使用私有协议进行应用间通信的场景。例如,一个企业内部的多个应用可以通过自定义协议实现无缝跳转和数据传递。需要注意的是,自定义协议目前仅在Android平台上支持,如果开发者不主动设置scheme,插件仍会默认使用http和https协议以保证向后兼容性。
技术实现考量
从技术实现角度来看,这些改进反映了Tauri团队对跨平台特性的深思熟虑。虽然新增的功能目前主要针对Android平台,但通过统一的JavaScript API暴露给开发者,保持了代码的跨平台一致性。这种设计理念使得开发者可以用相似的代码处理不同平台的深度链接,而平台特定的差异则由插件内部处理。
对于路径匹配功能,开发团队选择暴露Android原生的三种匹配方式,而不是重新发明轮子,这既保证了功能的可靠性,又降低了维护成本。同时,这种设计也便于那些熟悉Android开发的开发者快速上手。
升级建议
对于正在使用deep-link-js插件的开发者,v2.3.0版本是一个值得考虑的升级选择,特别是那些需要更精细控制深度链接行为的应用场景。升级过程应该是平滑的,因为新功能都是可选的,不会破坏现有的http/https协议支持。
对于新项目,建议从一开始就使用v2.3.0版本,充分利用其提供的路径匹配和自定义协议功能,为应用设计更灵活的深度链接策略。
总的来说,deep-link-js v2.3.0版本的发布进一步丰富了Tauri生态系统的深度链接能力,为开发者构建更专业、更灵活的跨平台应用提供了有力支持。
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