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。
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