Dax 0.43.0版本发布:命令行工具的重大更新与功能增强
Dax是一个强大的Deno命令行工具库,它提供了丰富的API来简化命令行操作、文件系统交互和HTTP请求等常见任务。作为一个现代化的工具库,Dax致力于为开发者提供更简洁、更强大的命令行操作体验。
重大变更
在0.43.0版本中,Dax进行了两项重要的破坏性变更:
-
移除了令人困惑的
$.cd辅助函数:这个函数原本用于改变当前工作目录,但由于其行为不够直观,容易引起混淆,开发团队决定将其移除。 -
移除了Deno作为内置命令:之前版本中,Dax内置了对Deno命令的支持,这导致了一些问题和不必要的复杂性,现在这个功能已被移除。
对于需要这些功能的用户,可以通过自定义构建$对象来实现类似功能。例如,可以使用build$函数创建一个自定义实例,重新添加这些功能。
新特性
1. 新增$.rawArg方法
这个版本引入了$.rawArg方法,允许开发者指定某些参数不应该被转义。这在处理包含特殊字符或需要保留原始格式的参数时特别有用。
const args = "arg1 arg2";
await $`echo ${$.rawArg(args)} ${args}`;
上述代码将执行echo arg1 arg2 arg1 arg2,其中第一个参数保持了原始格式,而第二个参数则被自动转义。
2. 支持波浪号(~)扩展
Dax现在支持类Unix系统中的波浪号扩展功能,可以自动将~转换为用户的主目录路径。
await $`echo ~/folder`; // 输出: /home/用户名/folder
3. 新增createExecutableCommand辅助函数
这个新函数简化了创建可执行命令处理器的过程,使得开发者可以轻松地将外部可执行文件集成到Dax的命令系统中。
await $`my_custom_command help`
.registerCommand(
"my_custom_command",
createExecutableCommand("/path/to/some/executable"),
);
4. build$函数支持回调方式
现在,build$函数支持使用回调方式来构建命令和请求构建器,这使得API使用更加灵活和直观。
const $ = build$({
commandBuilder: (builder) =>
builder
.registerCommand("deno", createExecutableCommand(Deno.execPath()))
.cwd("./subDir")
.env("HTTPS_PROXY", "some_value"),
requestBuilder: (builder) =>
builder.header("SOME_NAME", "some value"),
});
问题修复与改进
除了新功能外,0.43.0版本还包含了许多重要的修复和改进:
- 修复了类型错误,提高了类型安全性
- 改进了
maybeSelect函数,现在支持单个选项的情况 - 使用
@std/io/types替代了原有的实现 - 改进了进度显示,现在即使不知道总长度也能显示进度
- 修复了
$.prompt中处理多字节字符的问题 - 修复了
touch命令不尊重当前工作目录的问题 - 改进了命令解析,现在允许命令前后有空白字符
- 修复了Windows下Node.js不再直接执行cmd和批处理文件的问题
总结
Dax 0.43.0版本在保持核心功能稳定的同时,移除了一些容易引起混淆的特性,并引入了多项实用的新功能。这些改进使得Dax在命令行操作方面更加灵活和强大,同时也提高了API的一致性和易用性。
对于现有用户,需要注意两项破坏性变更可能影响现有代码。建议仔细阅读变更说明,并根据需要调整代码。新用户则可以享受到更加清晰和强大的API设计。
随着Deno生态系统的不断发展,Dax作为其中的重要工具库,将继续为开发者提供高效、可靠的命令行操作解决方案。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C084
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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