PMD 7.10.0发布:Java 24支持与安全增强
项目简介
PMD是一款开源的静态代码分析工具,能够帮助开发者在编写代码时发现潜在的问题,如代码风格问题、潜在bug、安全问题等。它支持多种编程语言,包括Java、Apex、JavaScript等,是提升代码质量的重要工具。
主要更新内容
Java 24支持
PMD 7.10.0版本正式加入了对Java 24的支持。虽然Java 24没有引入新的标准语言特性,但包含了几个预览特性:
- JEP 488: 模式匹配中的原始类型(第二次预览)
- JEP 492: 灵活的构造函数体(第三次预览)
- JEP 494: 模块导入声明(第二次预览)
- JEP 495: 简单源文件和实例主方法(第四次预览)
要使用这些预览特性进行分析,开发者需要通过环境变量PMD_JAVA_OPTS启用预览功能,并指定语言版本为24-preview。
安全增强:新的GPG签名密钥
由于旧密钥的安全性考虑,PMD团队决定更换发布签名密钥。新密钥的指纹为2EFA 55D0 785C 31F9 56F2 F87E A0B5 CA1A 4E08 6838。这一变更确保了后续发布的安全性,而之前的发布仍然可信,因为Maven Central是只读的。
PMD Designer更新
此版本包含了PMD Designer的新版本,这是一个可视化规则设计工具,帮助开发者更直观地创建和测试自定义规则。
新规则介绍
新增了Java规则ExhaustiveSwitchHasDefault,用于检测switch语句和表达式是否已经覆盖所有情况但仍包含default分支。这种多余的default分支会阻止在添加新枚举常量时获得编译器错误。
问题修复
- 修复了Apex解析器在处理SOQL查询中的时间字面量时的问题
- 解决了Apex解析器依赖冲突问题
- 修正了Apex安全规则
ApexSuggestUsingNamedCred在使用命名凭据合并字段时的误报 - 解决了Java性能规则
TooFewBranchesForSwitch在枚举switch语句上的误报
API变更
移除了与Java 21和22预览版中字符串模板相关的实验性API,包括ASTTemplate、ASTTemplateExpression和ASTTemplateFragment节点类,因为这些预览特性已被移除。
技术细节
- 依赖项更新:包括PMD核心、Maven插件、Commons库等多个依赖项的版本升级
- 构建工具链改进:增强了构建过程的稳定性和安全性
- 文档完善:将Wiki页面整合到主文档中,提高了文档的完整性和易用性
总结
PMD 7.10.0版本在语言支持、安全性和工具链方面都有显著改进。特别是对Java 24的支持,使开发者能够在新特性稳定前就进行代码质量检查。安全密钥的更新体现了项目对安全性的重视,而新规则的加入则进一步增强了代码分析的能力。
对于开发者来说,升级到PMD 7.10.0可以获得更好的语言支持、更准确的规则检测以及更安全的构建环境。建议使用PMD的项目及时更新,以充分利用这些改进。
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