Mark项目13.0.0版本发布:新增d2支持与CLI框架升级
Mark是一个基于Go语言开发的Markdown处理工具,它能够将Markdown文档转换为各种格式,并支持丰富的扩展功能。该项目通过提供强大的渲染能力和扩展支持,帮助开发者和内容创作者更高效地处理文档工作流。
核心更新内容
1. 新增d2图表语言支持
13.0.0版本最重要的特性是增加了对d2图表语言的支持。d2是一种现代化的图表描述语言,它允许用户通过简洁的语法创建各种类型的图表,包括流程图、序列图、类图等。这一功能的加入使得Mark项目能够处理更丰富的文档内容类型,为用户提供了更全面的文档编写体验。
2. 迁移至urfave/cli/v3框架
项目团队完成了从旧版CLI框架到urfave/cli/v3的迁移工作。urfave/cli是一个流行的Go语言命令行应用框架,v3版本带来了更好的性能、更清晰的API设计以及更完善的错误处理机制。这一升级不仅提升了应用的稳定性,也为未来的功能扩展打下了更好的基础。
3. Mermaid图表渲染方式调整
从13.0.0版本开始,项目团队开始逐步淘汰通过cloudscript渲染Mermaid图表的方式,转而推荐使用本地mermaid.go解决方案。这一变更将在14.x及以后的版本中完全实施,目的是提高渲染的可靠性和性能,同时减少对外部服务的依赖。
技术细节与优化
依赖项更新
项目团队持续维护和更新了多个关键依赖项:
- 升级goldmark Markdown解析器至1.7.12版本
- 将chromedp(用于无头浏览器操作)从0.13.3升级至0.13.6
- 更新了golangci-lint-action和markdownlint-cli2-action等开发工具
Go语言版本支持
项目现在要求使用Go 1.24及以上版本进行构建,这确保了开发者能够利用最新的语言特性和性能优化。
向后兼容性说明
虽然13.0.0版本引入了多项重要变更,但项目团队保持了良好的向后兼容性。需要注意的是:
- 使用cloudscript渲染Mermaid图表的方式已被标记为废弃,将在未来版本中移除
- CLI框架的升级可能会影响某些自定义的插件或扩展,需要进行相应测试
总结
Mark 13.0.0版本通过增加d2支持、升级核心框架和优化现有功能,进一步巩固了其作为强大Markdown处理工具的地位。这些改进不仅提升了用户体验,也为项目的长期发展奠定了更坚实的基础。对于现有用户,建议尽快升级以享受新功能和性能改进;对于新用户,现在是一个很好的时机开始使用这个功能丰富的文档处理工具。
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