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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0392
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0727
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0285
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00