JSON-Joy项目v17.36.0版本发布:Peritext编辑器UI功能增强
JSON-Joy是一个专注于JSON数据处理的JavaScript工具库集合,其中包含了对JSON CRDT(无冲突复制数据类型)的支持。在最新发布的v17.36.0版本中,项目重点增强了Peritext编辑器UI的功能,特别是在调试辅助和光标移动方面做了大量改进。
编辑器调试功能全面升级
新版本为Peritext编辑器UI引入了丰富的调试功能,使开发者能够更直观地理解编辑器的内部状态和行为:
-
字符级调试覆盖:新增了
<CharOverlay>组件,专门用于在调试模式下高亮显示特定字符及其相关信息。这个组件可以清晰地展示光标附近的字符位置和状态。 -
行边界可视化:现在可以显示当前行、上一行和下一行的边界位置,帮助开发者理解编辑器的换行逻辑和布局计算。
-
光标位置标记:在调试模式下,不仅会显示当前光标位置,还会显示光标移动的目标位置(如上一行或下一行的对应位置),这对于理解垂直光标移动行为特别有用。
-
格式化标签显示:改进了内联格式化标签的显示方式,确保在调试模式下能够清晰地看到各种格式标记。
-
软换行指示:新增了软换行(自动换行)开始位置的标记,帮助开发者理解长文本的自动换行行为。
光标移动与控制增强
在文本编辑体验方面,新版本带来了显著改进:
-
垂直移动支持:新增了'line-vert'光标移动单位,允许光标在垂直方向上精确移动。这意味着现在可以更自然地实现上下箭头键的光标移动行为。
-
逐点移动:实现了基于键盘的光标逐点移动功能,为精细文本编辑提供了更好的支持。
-
软换行位置处理:改进了光标在软换行位置的移动逻辑,确保光标能够正确地定位到自动换行后的行首位置。
-
相邻字符高亮:在调试模式下,光标附近的字符会被特别高亮显示,帮助开发者理解光标位置与字符布局的关系。
编辑器API扩展
新版本还扩展了编辑器的API能力:
-
编辑器表面API:引入了渲染表面API句柄的概念,为更复杂的UI交互提供了基础。
-
光标方法注入:实现了
EditorApi可注入接口,专门用于处理编辑器光标相关的方法调用。 -
调试状态响应式:调试插件的启用状态现在采用响应式设计,可以动态地开启或关闭调试功能。
技术实现细节
在实现层面,这些改进涉及多个关键技术点:
-
位置计算算法:新增了计算屏幕上点坐标的能力,这是实现精确光标定位的基础。
-
行边界计算:实现了获取行边界的实用工具,为垂直光标移动提供必要的数据支持。
-
调试标签渲染优化:改进了调试标签的显示方式,支持大小标签的灵活配置,确保调试信息既全面又不干扰正常编辑。
-
光标位置传递:完善了光标点位置信息的传递机制,使得UI能够准确反映内部状态。
这些改进不仅提升了编辑器的功能性,也为开发者提供了更强大的调试工具,使得开发和调试富文本编辑功能变得更加高效和直观。对于需要实现复杂文本编辑功能的项目来说,这些增强无疑会带来显著的开发体验提升。
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