MDN浏览器兼容性数据项目中Intl.DurationFormat的Node.js支持情况
JavaScript国际化API中的DurationFormat功能在Node.js v23.0.0版本中首次获得支持。这个功能允许开发者以本地化的方式格式化和显示时间持续时间,为用户提供更符合其语言和文化习惯的时间表示方式。
DurationFormat是Intl命名空间下的一个重要功能,它能够将持续时间对象转换为符合特定地区格式的字符串表示。例如,一个包含1小时46分钟40秒的持续时间对象,在法语区域设置下可以被格式化为"1 heure, 46 minutes et 40 secondes"这样自然流畅的表达。
在Node.js环境中,这个功能的实现经历了几个关键阶段。早期版本如v22.14.0完全不支持DurationFormat,尝试使用时会抛出"Intl.DurationFormat is not a constructor"的错误。这一情况在v23.0.0版本中得到了改变,该版本首次引入了对DurationFormat的完整支持。
从技术实现角度来看,DurationFormat的加入是Node.js国际化能力的重要扩展。它基于ECMAScript国际化API标准,为开发者提供了处理持续时间格式化的标准化方法。与Date对象不同,DurationFormat专门针对持续时间段(如"2小时30分钟")而非特定时间点进行优化。
使用DurationFormat时,开发者可以指定多种选项来自定义输出格式。style参数允许选择"long"、"short"或"narrow"等不同详细程度的格式。例如,同样的持续时间在英语环境下,"long"样式可能输出"1 hour, 46 minutes and 40 seconds",而"short"样式则可能简化为"1 hr, 46 min, 40 sec"。
对于Node.js开发者而言,了解这一功能的版本支持情况尤为重要。在开发跨版本应用时,应当注意进行适当的特性检测或版本检查,以确保在不支持DurationFormat的环境中提供替代方案或优雅降级。
随着Node.js持续更新,其国际化支持能力也在不断增强。DurationFormat的加入只是这一进程中的一个环节,它为构建真正国际化的Node.js应用提供了又一重要工具。开发者现在可以更轻松地创建适应不同语言和文化习惯的应用程序,特别是在需要精确表达时间持续时间的场景中。
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-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