Khan Academy Perseus 核心库7.1.0版本发布:用户输入类型安全与组件增强
Perseus是Khan Academy开发的一个开源数学题目渲染和交互引擎,它为在线教育平台提供了强大的题目展示和交互能力。作为Khan Academy技术栈的重要组成部分,Perseus能够处理各种复杂的数学表达式、图形交互和题目类型。
最新发布的7.1.0版本为Perseus核心库带来了两项重要改进:类型安全的用户输入解析器和Categorizer组件的无答案渲染支持。这些改进不仅增强了代码的健壮性,也为开发者提供了更好的开发体验。
类型安全的用户输入解析
在7.1.0版本中,开发团队为多个核心组件引入了类型安全的用户输入解析器。这些组件包括:
- 下拉选择框(Dropdown)
- 交互式图表(Interactive Graph)
- 数字输入框(Numeric Input)
- 表达式输入(Expression)
- 单选按钮(Radio)
这一改进使得开发者能够更安全地处理用户输入数据,减少运行时错误的可能性。特别值得注意的是,原先定义在@khanacademy/perseus-score
中的Perseus<Widget>UserInput
类型现在已经被迁移到了@khanacademy/perseus-core
模块中。这意味着开发者需要更新他们的导入语句,从新的位置获取这些类型定义。
对于Radio组件,开发团队还特别修复了选项解析器的一个问题。现在解析器能够正确处理PerseusRadioChoice.widgets
字段的null
值,并将其转换为undefined
,这提高了数据处理的灵活性。
Categorizer组件增强
Categorizer是一个允许用户将项目分类的交互组件。在7.1.0版本中,这个组件获得了无答案数据渲染的能力。这意味着:
- 组件现在可以在不提供预设答案的情况下正常渲染和工作
- 增加了相关的测试用例,确保功能的稳定性
- 补充了Storybook示例,方便开发者理解和使用这一特性
这项改进使得Categorizer组件更加灵活,能够适应更多样化的教学场景,比如当教师希望学生自由分类而不受预设答案限制时。
升级建议
对于正在使用Perseus库的开发者,建议尽快升级到7.1.0版本以利用这些改进。特别是:
- 检查项目中所有从
@khanacademy/perseus-score
导入的用户输入类型,将它们更新为从@khanacademy/perseus-core
导入 - 如果使用Categorizer组件,可以考虑重构代码以利用新的无答案渲染功能
- 对于Radio组件,现在可以更安全地处理widgets字段的null值
这些改进不仅提升了开发体验,也为最终用户带来了更稳定可靠的教育应用体验。Perseus团队持续关注教育技术的实际需求,通过这样的迭代更新,不断强化这个开源项目的价值。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0331- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









