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。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00