ESLint v9.23.0 版本发布:TypeScript 支持增强与规则优化
ESLint 作为 JavaScript 和 TypeScript 代码质量检查工具的最新版本 v9.23.0 已经发布。这个版本带来了多项重要改进,特别是在 TypeScript 语法支持方面有了显著增强,同时修复了一些关键问题并优化了文档体验。
TypeScript 语法支持增强
本次更新中,多个核心规则新增了对 TypeScript 语法的支持:
-
no-useless-constructor 规则 现在能够正确处理 TypeScript 中的构造函数重载和参数属性等特性。这使得 TypeScript 项目能够更准确地检测不必要的构造函数定义。
-
default-param-last 规则 新增了对 TypeScript 默认参数的支持。该规则要求带有默认值的参数必须放在参数列表的最后,现在能够正确识别 TypeScript 中的默认参数位置。
-
class-methods-use-this 规则 现在能够正确处理 TypeScript 类方法中的 this 类型注解。这对于 TypeScript 项目中识别未使用 this 的类方法非常有帮助。
配置系统改进
新版本引入了对 defineConfig() 函数的增强支持,现在可以直接使用 "flat/" 前缀来定义扁平化配置。这是对 ESLint 新配置系统的重要补充,使得迁移到扁平化配置更加方便。
自动修复与规则冲突检测
v9.23.0 版本新增了循环自动修复和规则冲突检测功能。这一改进能够帮助开发者识别规则之间的潜在冲突,并防止无限循环的自动修复情况发生,提高了工具的稳定性和可靠性。
重要问题修复
本次更新修复了几个关键问题:
-
no-useless-assignment 规则 现在能够正确识别 catch 块中使用的变量,避免了误报情况。
-
no-dupe-keys 规则 修复了与原型设置器相关的误报问题,提高了规则的准确性。
-
改进了搜索结果的导航体验,现在按下 Enter 键能够正确导航到搜索结果。
文档与用户体验改进
文档方面进行了多项优化:
-
为 TypeScript 示例添加了红色下划线标记,使示例更加清晰易读。
-
大量示例代码从 var 更新为 const 或 let,符合现代 JavaScript 最佳实践。
-
新增了代码复制按钮,提升了文档的易用性。
-
迁移到 Sass 模块系统,改进了样式管理。
构建与工具链更新
构建系统方面也有多项改进:
-
排除了自动生成的文件不受 Prettier 格式化影响。
-
更新了多个依赖项版本。
-
引入了 Prettier 格式化工具,统一了代码风格。
-
测试框架从 WebdriverIO 迁移到 Cypress,提升了测试效率和可靠性。
总结
ESLint v9.23.0 版本在 TypeScript 支持、规则准确性、配置系统和文档体验等方面都有显著提升。这些改进使得 ESLint 在现代 JavaScript 和 TypeScript 项目中的表现更加出色,为开发者提供了更强大的代码质量保障工具。对于正在使用或考虑使用 ESLint 的团队来说,升级到这个版本将获得更好的开发体验和更准确的代码检查结果。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00