stlite v0.76.0 版本发布:桌面端与浏览器端的重要更新
stlite 是一个基于 Streamlit 的轻量级实现,它允许开发者在不依赖 Python 服务器的情况下运行 Streamlit 应用。这个项目特别适合需要将 Streamlit 应用嵌入到网页或桌面应用中的场景。最新发布的 v0.76.0 版本带来了一系列重要的改进和修复。
核心更新内容
Streamlit 框架升级至 1.41.0
本次更新将底层依赖的 Streamlit 框架从之前的版本升级到了 1.41.0。这个升级带来了 Streamlit 最新的功能和性能优化,包括:
- 更高效的数据处理能力
- 改进的组件渲染性能
- 新增的 API 功能
- 修复了多个已知问题
桌面端重大改进
stlite 的桌面版本在这个版本中获得了显著增强:
-
Electron 框架升级至 33 版本:这带来了更好的跨平台兼容性和性能提升,特别是在 Windows 和 macOS 系统上。
-
IPC 通信机制修复:解决了进程间通信(IPC)的消息命名问题,确保了主进程和渲染进程之间更可靠的数据传输。
-
Worker 线程优化:改进了 CrossOriginWorker 的实现,使其能够更好地支持 type=module 的脚本加载方式。
-
打包优化:移除了打包后的 *.whl 文件中的哈希部分,简化了文件命名和管理。
构建系统与开发工具改进
开发团队对项目的构建系统进行了多项优化:
-
Makefile 修复:解决了嵌套路径下的 sentinel 目标问题,并改进了 find 命令的使用方式,使构建过程更加可靠。
-
依赖项更新:升级了多个关键开发依赖,包括:
- rollup 从 4.21.3 升级到 4.30.1
- react-icons 从 5.0.1 升级到 5.4.0
- react-router-dom 从 6.21.1 升级到 7.1.1
- 以及其他多个工具链更新
-
构建配置优化:移除了不再必要的 eslint-webpack-plugin,并禁用了 @stlite/desktop 的 sourcemap 生成,减少了构建产物体积。
用户体验改进
-
错误提示优化:修复了 ErrorToastContent 的布局问题,使错误信息展示更加清晰美观。
-
共享功能修复:改进了 sharing/public/manifest.json 的配置,提升了应用共享时的兼容性。
-
React Toastify 升级:将 react-toastify 升级到 v11 版本,带来了更现代化的通知提示效果。
技术实现细节
在底层实现上,这个版本有几个值得注意的技术点:
-
模块化加载:通过改进 CrossOriginWorker 对 type=module 的支持,使得现代 JavaScript 模块能够更顺畅地在 Worker 中运行。
-
构建产物优化:通过移除 *.whl 文件中的哈希部分,简化了依赖管理,同时保持了内容的完整性校验。
-
TypeScript 支持增强:更新了 ts-proto 和相关类型定义,提升了类型安全性和开发体验。
开发者建议
对于使用 stlite 的开发者,这个版本建议:
-
如果是桌面应用开发者,建议尽快升级以利用 Electron 33 的新特性和性能改进。
-
对于需要共享应用的场景,新版本修复的 manifest.json 问题将提供更好的兼容性。
-
构建系统的改进使得开发环境更加稳定,建议更新所有开发依赖以获得最佳体验。
stlite v0.76.0 通过这一系列的更新和修复,进一步巩固了其作为轻量级 Streamlit 运行时的地位,为开发者提供了更稳定、更高效的开发体验。无论是嵌入到网页中还是构建桌面应用,这个版本都值得升级。
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