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。
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。C030
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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