Kobweb框架v0.20.1版本发布:全面升级的前后端开发体验
Kobweb是一个基于Kotlin/Compose的现代化Web开发框架,它允许开发者使用声明式UI的方式构建响应式Web应用。最新发布的v0.20.1版本带来了多项重要更新,从路由系统到CSS支持,再到后端API增强,全面提升了开发体验。
核心功能增强
动态路由系统升级
新版本引入了通配符动态路由功能,开发者现在可以通过@Page("/a/b/c/...slug")这样的语法捕获URL中任意深度的路径片段。例如,对于URL"/a/b/c/d/e/f",路由将捕获"d/e/f"作为参数值。这种设计特别适合构建内容管理系统或需要灵活URL结构的应用。
前端开发体验优化
在CSS支持方面,新增了两个重要属性:
- transition-behavior:控制CSS过渡动画的行为,特别是对离散属性的处理方式
- color-scheme:声明元素支持哪些颜色方案(如light/dark模式)
此外,HTTP客户端API现在支持redirect参数,开发者可以更精细地控制重定向行为(如window.http.get(redirect = MANUAL))。
视觉与交互增强
Silk组件库新增了CanvasGl2组件,封装了WebGL2渲染上下文,为开发者提供了高性能的2D/3D图形渲染能力。颜色模式管理也更加智能:
- 新增
ColorMode.systemPreference,自动匹配用户系统偏好 - 提供
saveToLocalStorage/loadFromLocalStorage方法,持久化用户颜色模式选择
注意:为避免命名冲突,ColorScheme类已更名为ColorPalette,旧代码仍可工作但会显示弃用警告。
后端能力扩展
日志与路由优化
新版本允许通过配置禁用文件日志(enableFileLogging)或控制台日志(enableConsoleLogging),满足不同部署环境的需求。修复了资源与文件夹同名时的路由冲突问题,现在可以正确访问同名资源。
API拦截机制
引入了强大的API拦截器功能,开发者可以:
- 拦截所有进出请求/响应
- 修改请求/响应内容
- 实现全局逻辑(如认证检查)
- 重定向旧API端点
这种机制特别适合实现跨API的公共逻辑,如身份验证、请求日志或API版本迁移。
工程化改进
构建系统升级
项目现在发布到Maven Central和Gradle插件门户,简化了依赖管理。开发者可以移除对Varabyte私有仓库的引用。对于快照版本,可以使用Sonatype官方快照仓库。
新增importCss工具方法,简化CSS导入语法:
importCss("somestyle.css", layerName = "sometime")
Compose编译器集成
框架现在尝试优化Compose编译器配置以提升性能。如果遇到配置警告,只需确保Compose编译器插件与Kobweb插件在同一层级应用即可。
升级建议
升级到v0.20.1时,开发者应注意:
- 颜色方案相关类名变更
- Compose编译器插件的协同配置
- 考虑移除对私有仓库的依赖
Kobweb持续演进的方向表明,它正成为一个功能全面、开发体验优秀的全栈Web框架。新版本的多项改进特别适合需要灵活路由、高性能渲染和强大后端支持的复杂应用场景。
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