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 06:46:42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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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
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
492
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
346
147