解决typescript-tools.nvim中JSDoc注释自动缩进异常问题
在使用typescript-tools.nvim插件进行TypeScript开发时,部分用户可能会遇到JSDoc注释自动缩进的异常情况。当在JSDoc注释块中按下回车键时,新生成的行会出现额外的缩进,这显然不符合开发者的预期。
问题现象
在编辑TypeScript文件时,如果在JSDoc注释块的开头位置(即/**之后)按下回车键,新生成的行会带有额外的缩进。例如:
/**| <- 在此处按下回车
function foo(n: number) { return n; }
会变成:
/**
*| <- 出现额外缩进
function foo(n: number) { return n; }
问题根源
经过技术分析,这个问题实际上与typescript-tools.nvim插件本身无关。在Neovim中,缩进行为主要由以下两个因素控制:
- Neovim内置的缩进机制
- Tree-sitter的缩进功能(如果启用)
typescript-tools.nvim插件主要负责提供TypeScript语言服务功能,如代码补全、定义跳转等,并不直接处理缩进相关的逻辑。
解决方案
对于这个问题的解决方案有以下几种:
-
启用Tree-sitter缩进功能: 在Neovim配置中为TypeScript/JavaScript文件启用Tree-sitter的缩进功能可以解决此问题。这是目前最推荐的解决方案。
-
检查Neovim缩进设置: 如果没有使用Tree-sitter,可以检查并调整Neovim的缩进相关设置,特别是针对TypeScript/JavaScript文件的特定配置。
-
使用专门的缩进插件: 可以考虑使用如indent-blankline.nvim等专门的缩进插件来获得更精确的缩进控制。
技术背景
这个问题的本质是Neovim对JSDoc注释块的特殊处理。在标准的TypeScript/JavaScript开发中,JSDoc注释有其特定的格式要求:
- 每行以
*开头 - 保持一致的缩进级别
- 注释块以
/**开始,*/结束
Neovim和Tree-sitter会尝试自动维护这种格式,但在某些配置下可能会出现缩进异常的情况。
最佳实践建议
- 保持开发环境的一致性:确保团队成员使用相同的编辑器配置
- 合理配置Tree-sitter:对于TypeScript开发,建议启用Tree-sitter的相关功能
- 定期检查插件更新:Neovim生态发展迅速,及时更新可以避免许多已知问题
通过理解这些技术细节和解决方案,开发者可以更好地配置自己的TypeScript开发环境,提高编码效率和舒适度。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00