Khan Academy Perseus 50.0.0 版本发布:核心架构优化与交互功能增强
Perseus 是 Khan Academy 开源的一个数学教育内容渲染引擎,主要用于呈现交互式数学题目和教学内容。作为 Khan Academy 教育平台的核心组件之一,Perseus 提供了丰富的数学题目类型和交互功能,支持从基础算术到高等数学的各种教学内容展示。
本次发布的 50.0.0 版本是一个重要的里程碑更新,主要围绕核心架构重构和交互功能增强展开。版本引入了多项重大变更,包括模块化重构、类型安全改进以及新的交互图形功能。这些改进不仅提升了开发体验,也为最终用户带来了更丰富的数学交互体验。
核心架构重构与模块化
50.0.0 版本对 Perseus 的核心架构进行了重要重构,将部分功能模块从主包中分离出来,形成了更加清晰的模块化结构:
-
Perseus-Core 模块增强:将原本属于 Perseus 的一些核心功能迁移到了 Perseus-Core 模块中,包括数据模式定义和工具函数等。这种分离使得核心逻辑更加集中,便于维护和复用。
-
新增 Perseus-Score 模块:专门处理评分相关逻辑的独立模块,将答案类型(AnswerTypes)等评分相关定义从主包中迁移出来。这种专业化分工有助于提高代码的可维护性和可测试性。
-
类型安全改进:引入了
parseAndMigratePerseusItem()和parseAndMigratePerseusArticle()两个新的类型安全解析函数,取代了原有的parsePerseusItem()。这些新函数不仅提供更好的类型支持,还能自动将旧格式的内容迁移到最新格式,确保了向后兼容性。
交互式图形功能增强
本次更新为交互式图形功能带来了显著改进:
-
新增坐标轴标记类型:在交互式图形编辑器中增加了对坐标轴(axes)标记的支持。这一功能扩展了图形交互的可能性,使教师能够创建更多样化的数学题目类型。
-
屏幕阅读器支持增强:
- 为交互式图形编辑器添加了屏幕阅读器树结构,提升了视障用户的可访问性
- 完善了圆形元素的完整图形描述,确保屏幕阅读器能够准确描述图形内容
开发者体验改进
针对开发者体验,本次更新也做了多项优化:
-
测试工具增强:新增了 Mock Widget 测试工具,简化了组件测试的编写过程,提高了测试的可靠性和可维护性。
-
内容解析改进:
parsePerseusItem现在能够解析所有已发布的内容格式,并自动将旧格式升级到当前版本。这一改进简化了内容迁移过程,确保了系统的向前兼容性。 -
工具函数整理:将一些辅助函数如
objective_系列工具迁移到了更合适的模块中,使代码组织更加合理。
总结
Perseus 50.0.0 版本通过核心架构的重构和模块化,为项目的长期健康发展奠定了基础。同时,新增的交互图形功能和改进的可访问性支持,进一步丰富了数学教学的可能性。对于开发者而言,类型安全的改进和测试工具的增强将显著提升开发效率和代码质量。这些变化共同推动了 Perseus 作为一个专业数学教育渲染引擎的成熟度。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C089
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00