marimo项目0.10.18版本发布:增强AI支持与请求上下文访问能力
marimo是一个开源的Python交互式笔记本环境,它结合了Jupyter Notebook的交互性和现代Web应用的体验。与传统的笔记本不同,marimo提供了响应式编程模型,能够自动追踪单元格之间的依赖关系,并在输入变化时智能地重新执行相关单元格。
核心功能更新
新增DeepSeek AI支持
本次版本最重要的更新之一是增加了对DeepSeek AI模型的支持。开发者现在可以在marimo环境中配置使用DeepSeek作为AI代码补全的后端服务。这一功能扩展了marimo的智能辅助能力,让开发者可以根据项目需求选择不同的AI服务提供商。
DeepSeek的集成方式与其他AI服务类似,通过简单的配置即可启用。这一特性特别适合那些需要特定领域知识或偏好使用国产AI服务的开发者群体。
请求上下文访问API
新版本引入了mo.ui.app_meta().request API,这是一个强大的新功能,允许开发者访问传入请求的完整上下文信息。通过这个API,开发者可以获取:
- HTTP请求头信息
- 查询参数
- 用户认证信息
这个功能为构建更复杂的Web应用提供了基础,使得marimo不仅是一个数据分析工具,还能作为轻量级Web应用的开发平台。例如,开发者可以根据不同的用户角色显示不同的内容,或者基于查询参数动态调整应用行为。
重要改进与修复
线程通信优化
对mo.Thread进行了多项改进,修复了线程与输出区域之间的通信问题。现在,在线程中执行的代码能够更可靠地将输出显示在笔记本中,包括print语句的输出。这一改进使得异步编程体验更加流畅。
数据可视化增强
针对Altair图表库的集成进行了优化,特别是修复了在使用vconcat或hconcat组合图表时的地图选择功能。这使得复杂图表的交互性更加完善。
表格展示改进
修复了表格组件中数值格式化的问题,现在能够正确处理各种数字格式的显示。同时改进了时间格式的显示,特别是分钟和秒的展示更加准确。
开发者体验提升
本地开发支持
改进了本地开发环境设置,现在支持可编辑安装(editable installs)与沙箱环境配合使用,方便开发者贡献代码时进行本地测试。
测试稳定性
对测试套件进行了多项优化,包括临时目录清理的可靠性提升,以及使测试更加严格以更好地捕获缓存状态失效的情况。这些改进提升了项目的整体代码质量保障。
安全相关更新
新增了对FIPS-enabled环境的支持,这对于在严格安全合规要求下使用marimo的用户非常重要。FIPS(Federal Information Processing Standards)是美国政府制定的一套计算机安全标准,许多金融机构和政府机构都要求系统运行在FIPS模式下。
总结
marimo 0.10.18版本在AI支持、Web应用开发能力和核心功能稳定性方面都有显著提升。特别是DeepSeek的加入和请求上下文API的引入,为开发者提供了更多可能性。这些更新使得marimo继续朝着成为Python生态中更强大、更灵活的交互式计算环境迈进。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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