Conform.nvim 配置:实现 LSP 自动格式化回退机制的最佳实践
2025-06-16 22:38:17作者:范靓好Udolf
问题背景
在使用 Conform.nvim 进行代码格式化时,开发者经常会遇到这样的需求:当某个文件类型没有明确配置格式化工具时,希望自动回退到 LSP 提供的格式化功能。同时,还希望保留一些基本的格式化操作,如去除多余空白和换行符。
配置挑战
在 Conform.nvim 中,formatters_by_ft 配置项有两个特殊的键值:
"*"- 表示对所有文件类型都应用这些格式化工具"_"- 表示对没有明确配置的文件类型应用这些格式化工具
最初的设计中,"*" 和 "_" 不能指定格式化选项(如 lsp_format),这导致了一个常见问题:当开发者配置了 "*" 包含基本格式化工具时,LSP 格式化功能会被完全覆盖,无法实现回退机制。
解决方案演变
-
初始方案:开发者尝试在
format_on_save中设置lsp_format = 'fallback',但由于"*"的优先级,LSP 格式化无法生效。 -
改进方案:使用
"_"键来指定 LSP 回退,如['_'] = { lsp_fallback = "last" }。但这样会导致基本格式化工具(如去除空白)被忽略。 -
最终方案:Conform.nvim 的最新更新允许在
"_"中同时指定格式化工具和选项,实现了完整的回退机制。
最佳实践配置
{
'stevearc/conform.nvim',
opts = {
formatters_by_ft = {
['*'] = { 'trim_whitespace', 'trim_newlines' },
['_'] = { lsp_fallback = "last" },
-- 其他文件类型配置...
},
default_format_opts = {
lsp_format = 'fallback'
},
format_on_save = function(bufnr)
-- 各种条件判断...
return { timeout_ms = 500 }
end,
}
}
关键点说明
"*"配置确保所有文件类型都会执行基本的空白处理"_"配置确保未明确配置的文件类型会回退到 LSP 格式化default_format_opts中设置全局的 LSP 回退策略format_on_save只需关注触发条件和超时设置
技术原理
Conform.nvim 的格式化流程遵循以下顺序:
- 检查文件类型是否有明确配置的格式化工具
- 如果没有,检查
"_"配置 - 应用
"*"中配置的通用格式化工具 - 根据
lsp_format设置决定是否尝试 LSP 格式化
最新版本的优化使得这个流程更加灵活,允许在回退路径中同时保留基本格式化和 LSP 格式化功能。
总结
通过合理配置 Conform.nvim 的特殊键值和格式化选项,开发者可以实现既保留基本格式化功能,又能智能回退到 LSP 格式化的自动化流程。这种配置方式特别适合需要支持多种文件类型但又不想为每种类型都明确配置格式化工具的开发环境。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
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
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
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1