Frameworks

Laravel 13.0 : cap sur l'IA

Soumis par francoistonic le

Laraval 13.0 est disponible. Cette version s'inscrit dans la continuité de la v12 et sur l'intégration de l'IA dans le framework. Cette version minimise les changements et facilite la mise à jour.  Un SDK IA dédié est désormais disponible dans Laraval. Il s'agit de pouvoir utiliser les principaux modèles du marché pour faire de la génération, utiliser les agents, etc. Le SDK est encore en développement : https://laravel.com/ai

Autre nouveauté, JSON:API Ressources est alignée sur les spécifications JSON:API. Queue::route permet de définir une route par défaut et définir des règles aux jobs spécifiques. Il a aussi des évolutions sur la recherche sémantique ou encore le Cache TTL. 

Cette version nécessite PHP 8.3 minimum. 

Toutes les nouveautés : https://laravel.com/docs/13.x/releases#laravel-13

La liste de tous les changements : https://github.com/laravel/framework/releases/tag/v13.0.0

Nouveau patch de sécurité pour Node : le 24 mars

Soumis par francoistonic le

Node.js annonce de nouvelles mises à jour de sécurité pour les version 25.x, 24.x, 22.x et 20.x. Ces patchs corrigent : 2 failles critiques, 5 failles moyennes et 2 failles mineures. Elles seront disponibles à partir du 24 mars.

"The 25.x release line of Node.js is vulnerable to 2 high severity issues, 5 medium severity issues, 2 low severity issues. The 24.x release line of Node.js is vulnerable to 2 high severity issues, 4 medium severity issues, 2 low severity issues. The 22.x release line of Node.js is vulnerable to 2 high severity issues, 4 medium severity issues, 2 low severity issues. The 20.x release line of Node.js is vulnerable to 2 high severity issues, 4 medium severity issues, 2 low severity issues." explique Node. 

LiteRT : TensorFlow Lite est mort, vive LiteRT, Google veut un runtime IA unique partout

Soumis par francoistonic le
Image
Image

TensorFlow Lite s'appelle désormais LiteRT et surtout, le développement de LiteRT se fait désormais en dehors de la branche principale de TensorFlow. Ce dernier continue sa vie de son côté. LiteRT a l'ambition d'être un runtime d’inférence avec accélération matérielle pour réaliser de l'inférence locale.

LiteRT dispose de fonctions avancées d’accélération GPU/NPU. Il peut offrir des performances élevées pour les modèles d’IA et la GenAI, tout en simplifiant l’inférence sur le matériel dédié à l’IA.

Google annonce d'ailleurs :

  • des performances jusqu’à 1,4× supérieures par rapport à TensorFlow Lite, en s’appuyant sur les GPU et NPU

  • un modèle unifié pour mieux exploiter le matériel

  • la possibilité d’utiliser des modèles open source tels que Gemma

  • le support de PyTorch et JAX

Comment obtenir des performances nettement supérieures ? Il n'y a pas de mystère : tout passe par l'accélération matérielle et l’utilisation des moteurs natifs. Par exemple : OpenCL et OpenGL sur Android, Metal sur iOS et macOS, WebGPU sur Windows, Linux et le Web.

C++ et Python sont les deux langages les plus répandus. L'équipe veut pousser plus loin l'intégration de LiteRT avec OpenCL, OpenGL, Metal et WebGPU. D'autre part, le framework intègre des optimisations importantes, par exemple sur la latence, l'exécution asynchrone et la gestion des ressources. Il faut éviter les surcharges inutiles (overheads)lors de la charge GPU.

Exemple d'une accélération GPU avec la nouvelle API CompiledModel API en C++ :

// 1. Create a compiled model targeting GPU in C++.auto compiled_model = CompiledModel::Create(env, "mymodel.tflite", kLiteRtHwAcceleratorGpu);// 2. Create an input TensorBuffer that wraps the OpenGL buffer (i.e. from image pre-processing) with zero-copy.auto input_buffer = TensorBuffer::CreateFromGlBuffer(env, tensor_type, opengl_buffer);std::vector<TensorBuffer> input_buffers{input_buffer};auto output_buffers = compiled_model.CreateOutputBuffers();// 3. Execute the model.compiled_model.Run(inputs, outputs);// 4. Access model output, i.e. AHardwareBuffer.auto ahwb = output_buffer[0]->GetAhwb();

L'autre intégration majeure concerne le NPU. Là encore, cette intégration doit fournir des gains de performances significatifs, tout en simplifiant le déploiement des flux sur le NPU. Cela passe par une compilation AOT (Ahead-of-Time) sur les SoC cibles, le déploiement PODAI sur Android et l’utilisation de LiteRT Runtime pour l’inférence, en déléguant la charge au NPU et en basculant vers le GPU si nécessaire.

Google fournit plusieurs composants :

  • LiteRT Torch Generative API : modèle Python permettant de créer et de convertir des modèles PyTorch vers les formats LiteRT-LM / LiteRT

  • LiteRT-LM : couche d’orchestration au-dessus de LiteRT pour gérer la complexité des LLM

  • LiteRT Converter & Runtime : moteur permettant d’exécuter, convertir et optimiser les modèles, avec une accélération matérielle transparente pour les développeurs et les applications

LiteRT n'est pas isolé. Il supporte PyTorch, TensorFlow et JAX. L'un des avantages majeurs de LiteRT est son support multiplateforme : IoT, Web, Windows, Linux, macOS, iOS et Android. Bref, Google peut proposer un modèle unifié presque partout.

Annonce : https://developers.googleblog.com/litert-the-universal-framework-for-on-device-ai/

GitHub : https://github.com/google-ai-edge/LiteRT

WebHaptics : intégrer un retour haptique à une app web

Soumis par francoistonic le

Les retours haptiques sur mobile sont  très pratiques pour donner un contexte à l'utilisateur, une réponse ou tout simplement avertir d'une action ou d'un problème. WebHaptics permet d'ajouter ces retours dans vos apps web. Il supporte React, Vue et Svelte. Il faut installer le paquet npm et important dans votre projet. 

Le code d'intégration :

import { WebHaptics, defaultPatterns } from "web-haptics";const haptics = new WebHaptics();haptics.trigger(); // medium impacthaptics.trigger(defaultPatterns.success);

Voici une petite vidéo qui présente son usage :

[video:https://youtu.be/zAbQE6K0d1k?si=h05zC_Utwl3hxMM8 autoplay:0]

Un exemple de trigger haptique :

trigger([  { duration: 40, intensity: 0.8 },  { delay: 100, duration: 80, intensity: 0.6 },])Le retour est donc totalement paramétrable

GitHub : https://github.com/lochie/web-haptics

Le site officiel : https://haptics.lochie.me/

Chat SDK : un SDK TypeScript pour créer des chat bots

Soumis par francoistonic le

Chat SDK est un SDK TypeScript pour construire des chat bots compatibles avec Teams, Google Chat, Telegram, Discord, Slack, etc. Bref : on écrit le chatbot et on le déploie un peu partout. Il faut installer un paquet npm. 

Selon la plateforme, tout n'est pas supporté de la même manière mais les principales fonctionnalités le sont. Le Chat SDK gère les cartes, les formulaires de dialogues, les emojis, les messages directs, etc. Le SDK est constitué d'un core code (chat) et des différents connecteurs (adapter). Vous pouvez aussi injecter Chat SDK sur Claude Code pour générer le code.

Le SDK est actuellement en version 4.17.0. 

GitHub : https://github.com/vercel/chat

NPM : https://www.npmjs.com/package/chat

NativePHP mobile est maintenant gratuit

Soumis par francoistonic le

NativePHP for Mobile est désormais gratuit. L'annonce en a été faite début février ! Le framework et les plugins principaux sont accessibles, ainsi que le build, sans coûts supplémentaires. Vous pouvez, avec Laravel, construire des apps mobiles Android et iOS. Cette annonce est valable pour la v3. Les plugins dits premium sont payants, par exemple l'accès à la biométrie, à la géoloclisation, le push notification, etc. 

Les plugins gratuits donnent accès au navigateur, à la caméro, aux fichiers, au micro, au réseau, etc. 

Annonce : https://nativephp.com/blog/nativephp-for-mobile-is-now-free

.Net 11 Preview 1 : nouvelles librairies, peu de changements dans C#

Soumis par francoistonic le

.Net 10 a été distribuée en novembre 2025. La version 11 est désormais disponible en preview 1. Comme à chaque fois, de nombreuses évolutions sont attendues. L'ensemble des frameworks et des langages sont concernées : C#, F#, ASP.Net Core, Blazor, MAUI, le compilateur Jit, le support de CoreCLR dans WebAssembly, meilleure compression / décompression avec Zstandard. Sur la partie librairie, retenons déjà les évolutions suivantes :

- Zstandard est natif à .Net pour la compression. La librairie promet une nette amélioration des performances :

// Compress data using ZstandardStreamusing var compressStream = new ZstandardStream(outputStream, CompressionMode.Compress);await inputStream.CopyToAsync(compressStream);// Decompress datausing var decompressStream = new ZstandardStream(inputStream, CompressionMode.Decompress);await decompressStream.CopyToAsync(outputStream);

- BFloat16 intègre par défaut toutes les interfaces standards pour le numérique

- amélioration de TimeZone

Note de version sur les librairies : https://github.com/dotnet/core/blob/main/release-notes/11.0/preview/preview1/libraries.md

Sur la partie runtime, il faut s'attendre à de bonnes nouvelles :

- Runtime async : une nouvelle fonction majeure du runtime et méthodes asynchrones pour améliorer les performances. CoreCLR supporte RuntimeAsync par défaut, idem pour Native AOT

- CoreCLR est supporté dans WebAssembly. Il n'est pas encore disponible en preview 1.

- diverses améliorations de performances sur le JIT 

- meilleur support de RISC-V

Sur C#, pour le moment, peu de nouveautés annoncées. Deux nouvelles fonctions sont attendues : arguments pour les expresssions Collection et support Extended layout. .Net 11 n'introduira aucune nouvelle fonctionnalité pour Visual Basic. Sur ASP.Net Core et Blazor, les développeurs vont avoir beaucoup de nouveautés : EnvironmentBoundary, nouveau composant Label dans les formulaires Blazor, nouveau composant DisplayName, navigation relative Uri, support "propre" des éléments MathML dans un rendu interactif. Tous les détails dans la note de version : https://github.com/dotnet/core/blob/main/release-notes/11.0/preview/preview1/aspnetcore.md

La génération de source XAML est par défaut pour les applications .Net MAUI, cela doit permettre un build plus rapide et un debug plus performant. Sur Android, CoreCLR devient le runtime par défaut. 

Sur Container Images et Winfows Forms, pas de nouveautés annoncées. 

Annonce de .Net 11 : https://devblogs.microsoft.com/dotnet/dotnet-11-preview-1/

Kotlin Multiplatform - Flutter - React Native : entre choix, compromis et frustrations

Soumis par francoistonic le
Image
Image

Nos confrères de Java Code Geeks ont publié un intéressant dossier sur le multiplateforme en 2026 en s'appuyant sur Kotlin Multiplatform (KMP), Flutter et React Native. Faire du multiplateforme avec une base de codes et un minimum d'adaptation reste un objectif pour de nombreux développeurs. Si la philosophie de KMP, Flutter et React Native est différente, l'idée est la même : compiler nativement le code logique le plus agnostique possible et créer une interface native pour chaque plateforme.

Flutter est un peu différent car il a l'ambition d'adresser toute la stack et de générer l'UI avec son propre moteur pour plus de cohérence. React Native s'appuie sur les composants UI natifs.

Selon les benchmarks de Java Code Geeks, React Native serait le plus lent à démarrer, KMP étant légèrement devant. Sur la taille des binaires, il n'y a pas de réel vainqueur. Par contre, sur la mémoire, React Native et Flutter sont assez gourmands. Sur les animations, KMP et Flutter s'en sortent le mieux. React Native reste aussi en retrait sur l'intégration à la plateforme : nous restons dans un modèle JavaScript avec un risque d'overhead, même si la New Architecture améliore les choses.

Quelle est la solution la plus utilisée ? Flutter serait 1er, React Native baisse régulièrement depuis 2023 et KMP connaît une forte progression.

Apprentissage :

  • KMP : langage connu, Kotlin, avec les mêmes outils. Pour le développeur iOS, il faut apprendre Kotlin/Native et l’interopérabilité. KMP est peut-être la solution la moins mature.

  • Flutter : l'inconvénient est d'apprendre Dart et la logique de la plateforme.

  • React Native : si vous connaissez JavaScript, vous connaissez (ou presque) React Native. L'arrivée de la New Architecture oblige à migrer et à apprendre une nouvelle stack.

Pour la réalité du code commun et du développement spécifique, tout le monde prétend faire 90 à 95 % de code partagé. Cette promesse est plus ou moins tenue sur le code logique et une UI simple et partagée. Par contre, pour l'intégration plus profonde, par exemple avec les capteurs et le matériel (caméra typiquement), on tombe vite sur du code spécifique. Aucune solution n'est la meilleure. Flutter et React Native incitent à avoir le maximum de code commun, mais cela peut rapidement provoquer des problèmes quand il faut intégrer des fonctions spécifiques à chaque plateforme.

Côté compétence, c'est autre chose. Un développeur JavaScript pourra relativement rapidement faire du React Native. Pour Flutter, il faut spécifiquement apprendre Dart. KMP repose sur le langage Kotlin et une plateforme dédiée qu'il faut maîtriser. Pour un développeur iOS, ce sera sans doute plus long que pour un développeur Kotlin.

Comment choisir ? Tout dépend des compétences disponibles et du projet. Flutter permettra de prototyper rapidement un projet, KMP fournit une intégration native et des performances de haut niveau. React Native est sans doute le plus facile à démarrer avec un profil JavaScript si vous souhaitez aller vite dans le développement.

Source:  https://www.javacodegeeks.com/2026/02/kotlin-multiplatform-vs-flutter-vs-react-native-the-2026-cross-platform-reality.html

Waku : un framework React minimaliste

Soumis par francoistonic le

Waku est un framework React minimal. Il se veut le plus léger possible et supporte toutes les dernières nouveautés de React 19. Il se présente comme une alternative aux gros frameworks tels que Next.js. L'idée est que pour un projet léger, il faut un framework léger et vous utilisez directement les composants serveur sans les couches intermédiaires ou les fonctions. Il se construit sur Vite et Hono. 

Il est possible de déployer sur node, SSG, Vercel, Netlify, Cloudfare Workers, Deno Deploy, Bun, AWS Lambda.

Mais la documentation est déconcertante. Peu ou pas d'explications sur la nature du framework et les fonctionnalités. 

Il est taillé pour les sites statiques avec quelques éléments dynamiques.

Site : https://waku.gg/

Flutter 3.41 : plus modulaire, plus proche des dernières évolutions Android et iOS

Soumis par francoistonic le
Image

Flutter distribue la version 3.41. Il s'agit d'une version importante avec plus de 860 commits, 145 contributeurs. Pour 2026, Flutter prévoit 4 versions stables :

Flutter 3.41 -> février

Flutter 3.44 -> mai

Flutter 3.47 -> août

Flutter 3.50 : novembre

Un des chantiers en cours est séparer Material et Cupertina dans des paquets différents pour une approche plus modulaire. Cette modularité doit permettre de : 

- des cycles de développement plus rapide sans attendre les SDK pour faire évoluer Materiel et Cupertino

- mise à jour indépendante des paquets de design

- adaptive design : mieux coller aux évolutions d'interface des systèmes iOS et Android

Sur la partie iOS, les équipes continuent à migrer de CocoaPods à Swift Package Manager. Il est fortement conseillé aux développeurs d'utiliser Swift Package Manager. Sur Android, l'alignement sur les briques les plus récentes se poursuit, notamment avec la sortie d'Android Grade Plugin 9. Attention : il ne faut pas migrer vos apps Flutter vers Android Grade Plugin 9. L'équipe travaille dessus.

Cette version introduit beaucoup de nouveautés et d'améliorations, petite sélection :

- réduction du délai d'affichage quand vous divisez les shaders : introduction de decodeImageFromPixelsSync

- Widget Preview est toujours en expérimentation. Cette version supporte Flutter Inspector. 

- Accessibilité : divers ajouts pour améliorer l'accessibilité des apps Flutter. Par exemple : Flutter prend désormais en compte les préférences d'espacement du texte des utilisateurs sur les navigateurs.

- DevTools : utilisation de dart2wasm pour la compilation

Présentation des nouveautés  : https://blog.flutter.dev/whats-new-in-flutter-3-41-302ec140e632

Note de version : https://docs.flutter.dev/release/release-notes/release-notes-3.41.0