Vditor 3.11.0 版本发布:增强上传控制与交互体验
Vditor 是一款现代化的 Markdown 编辑器,以其丰富的功能和出色的用户体验著称。它支持实时预览、代码高亮、图表渲染等多种特性,广泛应用于博客写作、技术文档编辑等场景。最新发布的 3.11.0 版本带来了一系列实用改进,进一步提升了编辑器的稳定性和用户体验。
上传控制增强:新增取消回调
在文件上传场景中,开发者经常需要处理用户取消上传的操作。3.11.0 版本新增了 options.upload.cancel 回调函数,为开发者提供了更精细的上传流程控制能力。当用户取消上传时,这个回调会被触发,开发者可以在此执行清理资源、更新界面状态等操作。这一改进使得上传功能的实现更加完整,用户体验更加流畅。
代码块显示优化
代码块是技术文档中不可或缺的部分,良好的显示效果对阅读体验至关重要。本次更新修复了代码行号对齐问题,现在无论代码内容如何变化,行号都能准确对齐对应的代码行。这一改进看似细微,但对于需要频繁查看代码的技术文档来说,显著提升了可读性。
图表渲染引擎升级
Mermaid 作为流行的图表渲染引擎,在 Vditor 中用于支持流程图、时序图等复杂图形的绘制。3.11.0 版本将 Mermaid 升级至 11.6.0,带来了更好的兼容性和更多新特性。开发者现在可以利用最新版 Mermaid 的功能,创建更丰富多样的图表内容。
生命周期管理优化
编辑器实例的生命周期管理得到了改进。现在如果在初始化后立即调用 destroy 方法,将不再执行 after 回调。这一变更使得资源清理更加彻底,避免了潜在的内存泄漏问题,对于需要频繁创建和销毁编辑器实例的应用场景尤为重要。
交互体验提升
针对用户反馈的细节问题,3.11.0 版本做了两处交互优化:点击复制按钮时不再展开编辑区域,减少了不必要的界面变动;新增 unSelect 回调,为开发者提供了更多文本选择状态变化的处理机会。这些改进虽然微小,但累积起来显著提升了编辑器的使用流畅度。
Vditor 3.11.0 版本的这些更新,体现了项目团队对细节的关注和对用户体验的持续优化。无论是新增的上传控制能力,还是对现有功能的打磨,都使得这款编辑器在技术文档创作领域更具竞争力。开发者可以基于这些新特性,构建更加强大和易用的 Markdown 编辑体验。
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-1.5暂无简介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
Spark-Formalizer-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
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