Khan Academy Perseus编辑器17.4.0版本发布:数学输入组件优化与核心功能增强
2025-07-02 16:47:06作者:蔡丛锟
Perseus是Khan Academy开发的一个开源数学教育组件库,主要用于构建交互式数学题目和教学内容。作为其核心部分,Perseus编辑器提供了丰富的数学组件编辑功能,帮助教育工作者创建高质量的数学题目。
主要更新内容
数值输入组件(Numeric Input)的UI重构
本次版本对数值输入组件的编辑器界面进行了重新组织和优化:
- 逻辑性更强的设置分组:将相关设置项进行了更合理的归类,使编辑体验更加直观
- 改进的用户界面:优化了布局和交互设计,提升了编辑效率
- 更清晰的选项组织:按照功能相关性重新排列了配置选项
核心功能迁移与架构优化
开发团队将多项功能从编辑器迁移到核心库(perseus-core)中,这一架构调整带来了以下优势:
- Radio组件升级逻辑迁移:将单选按钮组件的升级逻辑移至核心库
- Matcher组件升级逻辑迁移:匹配题组件的升级处理现在由核心库统一管理
- 简单组件升级逻辑集中化:分两批迁移了多个简单组件的升级逻辑
- 文章段落(Passage)组件逻辑迁移:段落相关组件的处理逻辑现在由核心库负责
- 交互式图表(InteractiveGraph)升级迁移:图表组件的升级处理移至核心
- 测量器(Measurer)逻辑迁移:测量相关功能的处理逻辑现在由核心库统一管理
- 表格(Table)升级逻辑迁移:表格组件的升级处理移至核心
- 数轴(NumberLine)升级逻辑迁移:数轴组件的处理逻辑现在由核心库负责
这种架构调整使得代码更加模块化,提高了组件的复用性和维护性。
标签图像组件(LabelImage)重构
对标签图像组件进行了重要重构:
- 分离答案数据与用户输入:将原本混合在一起的答案数据和用户输入数据明确分离
- 引入scoringData概念:专门用于评分的数据现在存储在独立的scoringData结构中
- 提高数据清晰度:使组件内部的数据流向更加明确,便于维护和扩展
其他改进与依赖更新
- 表达式组件(Expression)优化:将WidgetOptions逻辑移至核心库
- Wonder Blocks依赖更新:更新了相关UI组件的依赖版本
- 测试与类型修复:针对新的MockWidget进行了类型定义和测试修复
技术影响与价值
这次更新体现了Perseus项目在以下方面的持续进步:
- 架构清晰化:通过将各种组件的逻辑迁移到核心库,实现了更好的关注点分离
- 开发者体验提升:重构后的组件编辑器界面更加友好,配置选项更加直观
- 代码可维护性增强:数据结构的明确分离减少了潜在的混淆和错误
- 性能优化潜力:集中化的核心逻辑为未来的性能优化奠定了基础
对于使用Perseus构建数学教育应用和题目的开发者来说,这次更新提供了更稳定、更易用的组件编辑体验,同时也为未来的功能扩展打下了良好的基础。教育工作者可以更高效地创建复杂的数学交互内容,而开发者则能享受到更清晰的API和更可靠的组件行为。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
630
143
React Native鸿蒙化仓库
JavaScript
243
316
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!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
107
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210