Xan项目v0.47.0版本发布:Moonblade表达式引擎全面升级
Xan是一个功能强大的数据处理工具集,最新发布的v0.47.0版本对其核心组件Moonblade表达式引擎进行了多项重要改进。Moonblade作为Xan项目中的表达式处理引擎,承担着数据转换、处理和计算的核心功能,类似于传统ETL工具中的表达式处理器,但更加轻量和灵活。
日期时区处理重构
本次版本最显著的变更是对日期时间处理功能的重新设计。旧版本中,strftime()、ymd()等日期格式化函数直接支持时区参数,这种方式虽然直观但存在实现复杂性和性能问题。新版本采用了更加清晰的分离设计:
- 移除了日期函数中的时区参数支持
- 新增
to_timezone和to_local_timezone两个专用函数 - 使用时区转换更加明确和高效
这种改进使得日期处理逻辑更加清晰,同时也提升了性能。开发者现在需要先使用时区转换函数,再调用格式化函数,虽然多了一步操作,但代码意图更加明确。
Moonblade表达式语法增强
新版本对Moonblade表达式语法进行了多项实用改进:
多行表达式支持:现在可以在表达式中使用换行符作为空白符,使得复杂表达式可以分多行编写,大大提高了可读性。
注释支持:新增了以#开头的单行注释功能,便于在复杂表达式中添加说明。
错误处理增强:新增try函数,提供了更优雅的错误处理机制,可以捕获并处理表达式执行过程中的异常。
类型转换函数:新增int和float函数,提供了更直观的类型转换方式。
新增实用功能
URL处理:新增lru(解析URL)和urljoin(拼接URL)函数,简化了常见的URL操作。
HTML处理:新增html_unescape函数,用于反转HTML实体编码。
数据抓取工具:新增xan scrape命令及其帮助子系统xan help scraping,扩展了Xan的数据采集能力。
性能优化与问题修复
内存优化:显著降低了Moonblade相关命令的内存消耗,提升了处理大规模数据时的稳定性。
问题修复:
- 修复了
xan flatten -w命令在处理换行符时的问题 - 修复了下划线扩展在map和list表达式中的行为
- 改进了
xan to md命令对表格单元格内容的转义处理
使用建议
对于现有项目升级,开发者需要特别注意日期时区处理的变更,这是不兼容的修改。建议先在小范围测试日期相关功能,确认无误后再全面升级。
新增的多行表达式和注释功能特别适合复杂的数据转换场景,可以显著提高代码可维护性。而新的错误处理机制try函数则为生产环境提供了更健壮的错误恢复能力。
总体而言,v0.47.0版本使Xan工具集在表达能力、稳定性和功能性上都迈上了一个新台阶,特别是对需要处理复杂数据转换和Web数据的用户来说,这个版本带来了诸多实用改进。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00