Brush Shell v0.2.16 版本发布:兼容性提升与功能增强
Brush Shell 是一个现代化的 Unix shell 实现,旨在提供与 POSIX 标准兼容的 shell 环境,同时融入现代开发体验。该项目采用 Rust 语言编写,继承了 Rust 的安全性和高性能特点,为开发者提供了一个可靠且高效的命令行交互环境。
核心功能改进
本次 v0.2.16 版本带来了多项重要改进,主要集中在兼容性增强和功能完善方面:
-
exec 命令的无参数支持:现在
exec命令可以在不带任何参数的情况下使用,用于更新当前 shell 中打开的文件描述符。这一改进使得 Brush Shell 在处理文件描述符时更加符合传统 shell 的行为模式。 -
算术表达式增强:新增了对
base#literal语法的支持,允许用户在算术表达式中使用不同进制的数字字面量。例如,现在可以编写2#1010来表示二进制数字 1010(即十进制的 10)。 -
PS4 提示符扩展:在调试模式下(使用
set -x等命令时),$PS4变量现在会被正确地展开。这一改进使得调试输出更加灵活和可定制。 -
command -p 实现:完整实现了
command -p功能,该选项会使用系统默认的 PATH 来查找命令,提高了脚本的可移植性。
兼容性修复
本次版本包含了一系列针对不同环境的兼容性修复:
- 改进了在 NixOS 等特殊环境下的运行支持
- 修正了空字符串路径测试的处理逻辑
- 修复了交互模式下默认 PS1 和 PS2 提示符的设置问题
- 解决了扩展模式匹配(extglob)中空分支的处理问题
- 改进了
read命令对 IFS 和空格的处理方式
开发体验优化
除了功能改进外,本次更新还包含多项提升开发者体验的改进:
- 升级了 reedline 到 0.39.0 版本,提供了更强大的行编辑功能
- 改进了 panic 处理机制,使错误输出更加友好
- 优化了测试框架,增加了对更多 Linux 发行版的测试支持
- 完善了文档系统,包括贡献指南的补充和许可证文件的整理
技术细节亮点
在算术表达式方面,新版本引入了对显式进制表示法的支持。这意味着开发者现在可以在脚本中直接使用不同进制的数字,如:
# 二进制表示
echo $((2#1010 + 1)) # 输出 11
# 十六进制表示
echo $((16#FF + 1)) # 输出 256
在调试功能方面,改进后的 PS4 处理允许用户自定义调试输出前缀。例如:
PS4='+DEBUG: '
set -x
echo "test"
# 输出: +DEBUG: echo test
总结
Brush Shell v0.2.16 版本通过一系列精心设计的改进,显著提升了与现有 shell 脚本的兼容性,同时增强了开发者的使用体验。这些变化使得 Brush Shell 在保持现代化特性的同时,能够更好地融入现有的 Unix 工具链生态系统。对于关注 shell 兼容性和现代化开发体验的用户来说,这个版本值得升级。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00