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。
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