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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00