Kobweb v0.20.5版本发布:颜色模式重构与动态路由增强
Kobweb是一个基于Kotlin/JS的现代化Web框架,它允许开发者使用Kotlin语言构建响应式Web应用。最新发布的v0.20.5版本带来了多项重要改进,特别是针对长期存在的颜色闪烁问题的解决方案,以及动态路由功能的增强。
颜色模式重构:解决导出页面闪烁问题
长期以来,Kobweb站点在导出时存在一个常见问题:当用户访问导出的站点时,如果其系统颜色偏好与导出时的快照不同,页面会先显示导出时的颜色模式,然后在加载完成后才切换到用户偏好的模式,造成短暂的"颜色闪烁"现象。
v0.20.5版本通过利用CSS的@scope块特性,从根本上重构了颜色模式的工作方式。这项改进允许在页面<head>标签中添加脚本,在页面渲染前即时拦截并修正颜色模式,确保用户看到的是他们偏好的颜色模式,而不是导出时的快照。
开发者现在可以通过手动添加代码来立即解决这个问题。关键是在初始化颜色模式时,同步添加一个脚本到页面头部,该脚本会在页面加载前立即应用正确的颜色模式。需要注意的是,目前Firefox浏览器尚不支持@scope块特性,因此在这些浏览器中仍会出现颜色闪烁,但Kobweb提供了回退机制确保站点仍能正常工作。
动态路由功能增强
v0.20.5版本对动态路由系统进行了多项改进:
-
动态路由名称推断:现在可以省略动态路由的名称,框架会自动从文件名推断。例如,在
ProductDetails.kt文件中,@Page("{...product-details}")和@Page("{...}")现在效果相同。 -
可选动态路由:通过在参数名后添加问号,可以将动态路由标记为可选。例如,
@Page("/posts/{post-id?}")允许访问/posts/123和/posts/两种URL,后者会将post-id参数设为空字符串。 -
相同路由不同值的重新组合:现在导航到相同动态路由但不同参数值时(如从
/posts/123到/posts/987)会触发重新组合,确保LaunchedEffect或DisposableEffect中的逻辑会重新运行。 -
简化PageContext获取:现在可以直接在
@Page函数参数中声明PageContext,而不必调用rememberPageContext()函数。
其他重要改进
前端方面:
- 新增了对
scrollbar-widthCSS属性的支持 - 添加了
color-mix函数的支持 - 扩展了渐变颜色函数,支持颜色插值模式
- 增加了对
repeating-*-gradient方法的支持 - 新增了默认请求头设置功能,允许为所有请求设置公共头信息
- 修复了当站点设置了
basePath时自托管功能失效的问题
后端方面:
- 修复了同一客户端连接到同一API流端点时多个流相互干扰的问题
Markdown支持:
- 新增了"markdown sources"功能,允许从额外文件夹中发现Markdown文件
Kobweb v0.20.5版本通过这些改进,进一步提升了开发体验和应用性能,特别是解决了长期困扰开发者的颜色闪烁问题,为构建更专业的Web应用提供了更好的基础。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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