FileKit 0.10.0-beta04版本发布:跨平台文件处理能力再升级
FileKit是一个专注于跨平台文件处理的开发库,它为开发者提供了在不同操作系统和设备上统一处理文件的解决方案。通过封装各平台原生API,FileKit让开发者能够以一致的接口实现文件选择、保存、预览等常见功能,大大简化了跨平台开发的复杂度。
核心功能增强
本次0.10.0-beta04版本在图像处理方面做出了重要改进。Android平台现在能够根据EXIF元数据自动校正图像方向,这一特性在PlatformFile.toImageBitmap()方法中实现。这意味着当用户上传或处理手机拍摄的照片时,开发者不再需要手动处理图像旋转问题,FileKit会自动确保图像以正确的方向显示。
平台兼容性修复
本次更新针对多个平台的特定问题进行了修复:
-
AWT文件选择器:修复了处理可空文件选择结果的问题,增强了类型安全性。
-
iOS文件保存:解决了当建议文件名包含"/"字符时导致的问题,现在能够正确处理这类特殊字符。
-
Apple平台文件比较:修正了PlatformFile对象的相等性判断,确保文件比较逻辑的准确性。
-
Apple平台路径处理:修复了从PlatformFile.list()获取的NSURL路径不正确的问题。
-
Android目录选择:修正了返回的Uri处理,确保目录选择功能的可靠性。
技术栈升级
FileKit紧跟技术发展趋势,本次更新同步升级了多项核心依赖:
- Compose Multiplatform升级至1.8.0版本
- Kotlin编译器更新到2.1.21-RC2
- 图像加载库Coil升级到3.2.0-rc02
- Android Gradle插件(AGP)更新至8.10.0
这些升级不仅带来了性能提升和新特性支持,也确保了库的长期维护性和兼容性。
开发者体验优化
FileKit团队持续关注开发者体验,通过修复各平台的特定问题,使得跨平台文件处理更加无缝和一致。特别是对Android和iOS两大移动平台的深度优化,让开发者能够更专注于业务逻辑,而不必担心底层平台差异带来的兼容性问题。
随着FileKit的不断完善,它正成为跨平台应用开发中处理文件相关功能的首选解决方案。本次更新进一步巩固了其在文件处理领域的地位,为开发者提供了更强大、更稳定的工具集。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00