Harper项目v0.26.0版本发布:语法检查工具的重大更新
Harper是一个开源的语法和拼写检查工具,它能够帮助开发者和内容创作者在编写代码或文档时自动检测并纠正语法错误、拼写错误以及不规范的表达方式。该项目由Automattic团队维护,支持多种编程语言和文档格式,并提供了命令行工具、VS Code插件等多种使用方式。
核心功能改进
本次发布的v0.26.0版本带来了多项重要改进,其中最值得关注的是对注释中特定标记的支持。现在开发者可以在注释中使用"spellchecker:ignore"标记来告诉Harper忽略特定内容的检查,这一功能大大提高了工具的灵活性,使得开发者可以更精确地控制检查范围。
在用户字典处理方面,Harper现在能够更好地处理包含空行和注释的字典文件。这一改进使得维护大型自定义字典变得更加容易,开发者可以在字典文件中添加说明性注释而不会影响工具的正常工作。
新的语法检查规则
v0.26.0版本引入了多个新的语法检查规则,进一步丰富了Harper的语法检测能力:
- 新增了对"as far back as"表达式的检查,会提示用户避免使用"as early back as"这种不规范的表达方式
- 增加了对"explanation mark/point"的检查,会建议使用更标准的"exclamation"表达
- 新增了对"in anyway"的检查,会建议改为正确的"in any way"形式
- 新增了对"along time"的检查,会建议改为"a long time"
- 扩展了"get rid off"的检查范围,现在也能捕获"get ride of"这种错误表达
这些新增的检查规则使得Harper能够捕捉更多常见的语法错误和表达不规范问题。
开发者体验优化
针对开发者体验,本次更新也做了多项改进:
- 在
just addnoun命令中自动添加换行符,简化了字典维护工作 - 改进了VS Code插件对未保存文件和不存在.git文件的处理
- 新增了对shebang行的自动忽略功能,避免对脚本文件开头的特殊行进行不必要的检查
- 改进了断言机制,现在允许重叠的建议范围,提高了工具的灵活性
性能与架构改进
在底层架构方面,Harper v0.26.0也进行了重要优化:
- 迁移到了pnpm工作区和biome构建系统,提高了构建效率和一致性
- 改进了
PatternLinter缓存中的span存储方式,提高了性能 - 优化了
AvoidContraction规则的歧义处理,减少了误报 - 新增了dialect原型支持,为未来支持不同语言变体奠定了基础
使用建议
对于现有用户,建议尽快升级到v0.26.0版本以获取这些改进。特别是对于维护大型代码库或文档项目的团队,新版本提供的注释忽略功能和改进的字典处理将显著提升使用体验。
对于新用户,可以从Harper的VS Code插件开始尝试,这是最直观的使用方式。插件支持多种平台,包括Windows、macOS和Linux,安装后即可在编辑代码时获得实时的语法和拼写建议。
Harper项目持续活跃开发中,v0.26.0版本的发布标志着该项目在语法检查领域又向前迈进了一步。通过不断完善的规则集和开发者体验优化,Harper正逐渐成为开发者工具箱中不可或缺的一部分。
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112