TinyMist 0.13.6-rc1版本发布:文档预览功能全面升级
2025-06-30 18:37:10作者:管翌锬
TinyMist是一个专为Typst文档排版系统设计的语言服务器和工具链,它为开发者提供了代码补全、错误检查、文档预览等一系列功能,极大地提升了Typst文档的编写体验。在最新发布的0.13.6-rc1版本中,TinyMist重点改进了文档预览功能,使其能够适配更多编辑器环境。
文档预览功能全面增强
本次更新的核心亮点是针对不同编辑器环境的文档预览功能优化。TinyMist现在提供了两种主要的预览方式:
-
默认预览模式:适用于支持LSP命令的编辑器(如Neovim和Helix),开发者可以直接调用
tinymist.startDefaultPreview命令启动浏览器的预览服务器。这种方式简单直接,适合大多数现代代码编辑器。 -
后台预览模式:针对那些不支持LSP命令的编辑器环境,TinyMist新增了后台预览功能。开发者可以启动一个后台预览服务器,然后通过自定义快捷键在浏览器中打开预览页面。这种设计使得即使用户使用的是功能较为基础的编辑器,也能享受到文档实时预览的便利。
编译器优化与修复
在编译器方面,本次更新包含了几项重要改进:
- 修复了从配置中获取任务选项的问题,确保了编译配置的正确加载
- 改进了ProjectInsId的显示方式,不再使用引号包裹,解决了上一版本中文档摘要功能失效的问题
- 优化了字体加载机制,实现了并行加载和同步等待,提升了编译效率
代码分析与补全增强
代码分析方面,TinyMist现在能够更智能地识别文件类型,特别是对文件扩展名的大小写不再敏感。例如,"IMAGE.PNG"现在能够被正确识别为图像文件。
代码补全功能也获得了多项改进:
- 修复了光标位于右括号时参数补全的问题
- 更准确地区分内容值和内容类型
- 优化了标签和引用补全的范围判断
- 统一并改进了函数和方法补全逻辑
- 跳过没有构造函数或作用域的类型补全
- 增加了对std模块的补全支持
- 改进了show规则中的表达式补全
其他改进
除了上述主要功能外,本次更新还包括:
- 提供了PDF格式的TinyMist文档
- 更新了错误报告和功能请求模板
- 增加了配置调试日志,帮助诊断Zed编辑器中的配置问题
总结
TinyMist 0.13.6-rc1版本通过增强文档预览功能,使得Typst文档的编写体验更加流畅和便捷。无论开发者使用何种编辑器环境,现在都能找到适合自己的预览解决方案。同时,编译器优化和代码补全的改进也进一步提升了开发效率和代码质量。这些改进使得TinyMist继续巩固其作为Typst生态系统中重要工具的地位。
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
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217