stdlib：面向数值计算的 JavaScript 标准库，拆包架构是亮点也是门槛
JavaScript 和 TypeScript 的基本数值库。 stdlib（[/ˈstændərd lɪb/][ipa-english]“标准库”）是一个强调数值和科学计算的标准库，用 JavaScript（和 C）编写，可在浏览器和 Node.js 中执行。
秒懂
- 它是什么？
- stdlib 是一个以数值与科学计算为核心的 JavaScript/TypeScript 标准库，提供 150 多个特殊数学函数、35 多个概率分布和 40 多个 PRNG。其完全可拆分的包架构让按需加载成为可能，但这也意味着安装与使用方式需要仔细选择。
- 适合谁用？
- 适合在浏览器或 Node.js 中做数值计算、统计或科学绘图，且愿意接受包级粒度依赖管理的开发者。不适合只想要一个全局 Math 对象、希望单包安装即用的场景。
- 能商用吗？
- 可以。Apache-2.0 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库在最近一天内有新的提交。
- 用什么语言写的？
- 主要是 JavaScript（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决什么问题，谁该看它
JavaScript 原生 Math 对象只覆盖基础函数，缺少 gamma 函数、贝塔分布、随机数生成器这类科学计算常用件。stdlib 的目标就是补上这一层。它面向两类人：一是在 Node.js 里做数据分析、想用 JavaScript 替代 Python 或 R 的工程师；二是在浏览器里做可视化或统计计算、又不想自己造轮子的前端开发者。README 明确说，它提供数学、统计、数据处理、流等模块，并包含标准库常见的工具函数。它不是又一个工具函数集合，而是把数值计算当核心。
分解式架构：按需取用，而非整体引入
stdlib 最特别的地方是它的架构。README 用「fully decomposable architecture」形容，意思是每个函数或模块都可以独立安装。比如你只需要一个特殊数学函数，不必拉下整个库。这种设计在 npm 生态里很实用，能显著减少打包体积。但代价是依赖管理变复杂，你需要清楚自己用了哪些子包。对于习惯从一个大包导入所有功能的用户，这会是一道学习门槛。
功能覆盖：从特殊函数到绘图 API
根据 README，stdlib 提供 150 多个特殊数学函数、35 多个概率分布（支持 PDF、CDF、分位数和矩计算）、40 多个可设定种子的伪随机数生成器、200 多个通用工具函数、200 多个断言工具、50 多个示例数据集，以及一个绘图 API。还有 BLAS 库的原生插件接口，附带纯 JavaScript 回退。这意味着在 Node 或浏览器里，你可以完成从随机数生成到分布拟合再到画图的一整条链路。对前端做数据可视化的人来说，绘图 API 尤其值得一试。
安装方式：四种路径，按场景选
README 把安装分成四种场景。做数据分析的人可以安装整个项目作为命令行工具。做 Web 应用的人应该安装单个包，避免安装时间过长。想要自定义打包的人可以按步骤创建自定义 bundle。如果只想用 script 标签引入，可以选 ES Module 构建或 UMD 浏览器 bundle，后者可走 unpkg 或 jsDelivr 这类 CDN。实际命令在 README 里没有全部列出，但核心思路是：用 npm 安装，yarn 用户只需替换命令。这个多路径设计很灵活，但初次使用者容易困惑，建议直接照 README 的用户故事对号入座。
TypeScript 支持与浏览器兼容
每个函数都附带 TypeScript 声明文件，这是 README 明确承诺的。对于 TypeScript 项目，类型安全是实打实的收益，IDE 自动补全也能正常工作。浏览器方面，stdlib 可以用 Browserify、Webpack 等打包器集成，也可以直接用预构建的 UMD bundle。这意味着它不局限于 Node 服务端，前端页面里跑统计计算是可行的。但要注意，原生插件（比如 BLAS 接口）在浏览器里可能无法直接运行，纯 JavaScript 回退是兜底方案，性能上会有差距。
局限与陷阱：不是万能的数值库
首先，stdlib 的分解式架构意味着你不可能只装一个包就拥有全部功能。如果项目里用到十几个不同的函数，依赖树会变得很碎。其次，虽然 README 强调「thorough, rigorous, well-written」，但这是项目自述，实际代码质量需要你自己审查。第三，BLAS 原生插件在浏览器环境可能失效，依赖回退实现，性能敏感场景要提前验证。最后，版本节奏并不快：v0.3.2 在 2024 年 12 月发布，v0.4.0 和 v0.4.1 在 2026 年 6 月才发布，间隔一年半。如果你需要频繁更新的新函数，这个节奏可能不够快。
替代方案：对比 mathjs 与原生 Math
最常见的替代是 mathjs，它提供类似的范围更广的数学函数，但架构上更倾向于一个整体库，导入方式更简单，适合快速原型。原生 Math 对象则覆盖最基础的函数，零依赖但功能有限。stdlib 与 mathjs 的关键差异在于粒度：stdlib 可以精确到单个函数安装，mathjs 通常按命名空间导入。如果你对包体积有极致要求，stdlib 的拆分架构占优；如果你想要开箱即用，mathjs 更省心。另一个方向是 Python 生态的 NumPy 或 SciPy，但那是跨语言迁移，不在同一讨论层面。
维护与许可：Apache-2.0 下的长期项目
stdlib 使用 Apache-2.0 许可，允许商用、修改和再分发，但需保留版权声明。项目默认分支是 develop，最近一次推送在 2026 年 6 月，说明仍在活跃开发。维护成本方面，由于是分解式架构，升级时可能需要同时更新多个子包，版本对齐需要额外留意。社区有公开日历、办公时间、Zulip 聊天和 Open Collective 赞助渠道，说明项目有组织化的维护机制。对于企业用户，Apache-2.0 比 GPL 更友好，可以放心集成到闭源产品中，但修改后的代码如果分发，仍需遵守许可条款。
编辑结论
适合在浏览器或 Node.js 中做数值计算、统计或科学绘图，且愿意接受包级粒度依赖管理的开发者。不适合只想要一个全局 Math 对象、希望单包安装即用的场景。采用前先确认：你的打包器是否能正确处理 stdlib 的 ESM 或 UMD 构建，以及你需要的函数是否已有纯 JavaScript 回退，因为部分 BLAS 接口依赖原生插件。Apache-2.0 许可允许商用与修改，但若修改后分发，需保留版权声明。stdlib 的维护节奏从 2024 年 12 月到 2026 年 6 月连续发布三个版本，说明项目仍在活跃演进，但 API 变动需要关注。
社区笔记