Aider项目v0.72.0版本发布:新增DeepSeek R1支持与多项改进
Aider是一个基于AI的代码助手工具,它能够帮助开发者更高效地编写和修改代码。该项目通过集成先进的AI模型,为开发者提供智能化的代码生成、重构和优化建议。最新发布的v0.72.0版本带来了一系列重要的功能增强和问题修复。
DeepSeek R1模型支持
本次更新的亮点之一是新增了对DeepSeek R1模型的支持。DeepSeek R1是一个强大的AI模型,开发者现在可以通过简单的命令行参数--model r1来使用它。此外,该模型也可以通过OpenRouter平台访问,使用参数--model openrouter/deepseek/deepseek-r1即可调用。
这一新增功能为开发者提供了更多模型选择,可以根据项目需求和个人偏好选择最适合的AI助手。DeepSeek R1模型的加入进一步丰富了Aider的模型生态系统。
语法支持与功能增强
在语言支持方面,本次更新由Paul Walker贡献了Kotlin语言的语法支持,这使得Aider的代码库映射功能现在能够更好地处理Kotlin代码。对于使用Kotlin进行开发的团队来说,这是一个重要的改进。
Titusz Pan贡献了一个实用的新功能--line-endings选项,它允许开发者更精确地控制文件写入时的行尾格式。这个看似小的改进实际上对于跨平台协作开发非常重要,可以避免不同操作系统间因行尾格式差异导致的问题。
性能优化与用户体验改进
针对GPT-4o模型,本次更新引入了examples_as_sys_msg=True的优化设置。经过测试,这一改进显著提升了基准测试分数,使得AI助手的响应更加准确和相关。
项目还更新了所有依赖项,特别是增强了litellm库对o1系统消息的支持。这一底层改进为未来的功能扩展打下了更好的基础。
在用户体验方面,修复了多个影响使用流畅度的问题:
- 修正了在反映lint/test错误时的对话轮换问题
- 解决了Docker镜像中的权限问题
- 增加了只读文件的提示通知
- 修复了Unicode错误时的ASCII回退机制
- 修正了代码库映射计算中列表切片的整数索引问题
技术细节与贡献统计
值得注意的是,本次版本中有52%的代码是由Aider自身编写的,这充分展示了这个AI代码助手的实际能力。这种自我改进的能力使得项目能够以更快的速度迭代和发展。
从技术架构来看,这些更新涉及到了Aider的核心功能、模型集成、语言支持等多个层面。项目团队不仅关注功能的增加,也持续优化底层性能和用户体验,体现了对代码质量的严格要求。
对于开发者而言,v0.72.0版本提供了更稳定、功能更丰富的AI编程体验。无论是新增的模型支持,还是对各种开发场景的细节优化,都使得Aider成为一个更加强大和可靠的开发伙伴。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00