LiveCodes SDK v0.9.0 发布:React 19 兼容性与编辑器排序优化
LiveCodes 是一个强大的在线代码编辑器和开发环境,它支持多种编程语言和框架,为开发者提供了一个便捷的代码编写、测试和分享平台。其 SDK 允许开发者将 LiveCodes 编辑器集成到自己的应用中,实现丰富的代码编辑功能。
本次发布的 LiveCodes SDK v0.9.0 版本带来了两个重要改进和一个新特性,这些变化将提升开发者的使用体验,特别是对于 React 开发者和前端项目构建者。
React 19 兼容性改进
在本次更新中,SDK 对 React 组件的类型定义进行了重要调整。原先使用的是 JSX.Element 类型,现在改为 React.ReactElement<Props>。这一变更主要是为了确保与即将发布的 React 19 版本的兼容性。
React 19 的一个重要变化是移除了 JSX 类型,这意味着原先依赖 JSX.Element 的代码在 React 19 中将无法正常工作。通过提前进行这一调整,LiveCodes SDK 确保了在 React 19 发布后能够无缝运行,同时也保持了与当前 React 版本的兼容性。
对于开发者来说,这一变化意味着:
- 使用 LiveCodes SDK 的项目可以平滑升级到 React 19
- 类型检查更加精确,有助于捕获潜在的类型错误
- 保持了良好的向后兼容性,不影响现有项目的运行
编辑器排序功能
LiveCodes 现在支持自定义编辑器的排列顺序。通过新增的 order 配置选项,开发者可以灵活地调整编辑器在界面中的显示顺序。
这个功能特别有用,尤其是在支持 Vue 和 Svelte 等框架后。在这些框架中,开发者可能希望将组件代码和样式代码相邻排列,而不是按照默认的标记语言、样式、脚本的顺序。例如,在 Vue 项目中,开发者可能更倾向于将模板、脚本和样式按逻辑顺序排列。
配置方法非常简单,在编辑器配置对象中设置相应字段即可。例如:
{
markup: { order: 1 },
style: { order: 3 },
script: { order: 2 }
}
这一改进带来的好处包括:
- 更符合开发者个人的编码习惯
- 能够根据项目特点优化工作流
- 提升多文件协同编辑的效率
新增 daisyUI 启动模板
daisyUI 是一个流行的 Tailwind CSS 插件,它提供了一系列美观、易用的 UI 组件。本次更新为 LiveCodes 添加了一个 daisyUI 的启动模板,让开发者能够快速开始基于 daisyUI 的项目。
这个模板包含了 daisyUI 的基本配置和示例组件,开发者可以:
- 立即体验 daisyUI 的各种组件
- 快速原型设计 UI 界面
- 学习如何在自己的项目中集成 daisyUI
对于喜欢 Tailwind CSS 但又希望有更多预制组件的开发者来说,这个模板将大大提升开发效率。
总结
LiveCodes SDK v0.9.0 的发布为开发者带来了多项实用改进。React 19 的兼容性更新确保了项目的长期可维护性;编辑器排序功能提供了更灵活的工作流;新增的 daisyUI 模板则丰富了项目启动的选择。这些变化共同提升了 LiveCodes 作为在线开发环境的实用性和用户体验。
对于正在使用或考虑使用 LiveCodes 的开发者来说,这个版本值得升级,特别是那些计划迁移到 React 19 或使用 daisyUI 的项目团队。
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