Textlint v14.5.0 发布:增强 Markdown 节点类型支持
2025-06-17 06:29:51作者:宣聪麟
Textlint 是一个基于 JavaScript 的文本检查工具,主要用于对自然语言文本进行静态分析。它支持多种文件格式,特别是 Markdown 文档,可以帮助开发者和内容创作者保持一致的写作风格、术语使用和语法规范。
核心更新:新增 Markdown 节点类型支持
本次 v14.5.0 版本最重要的更新是在 @textlint/ast-node-types 包中新增了对三种 Markdown 节点类型的支持:
LinkReference- 引用式链接ImageReference- 引用式图片Definition- 定义
这些节点类型在 Markdown 解析过程中会被识别和处理。例如,在以下 Markdown 片段中:
这是一个[示例链接][id]
[id]: https://example.com
[示例链接][id] 部分会被解析为 LinkReference 节点,而 [id]: https://example.com 部分则会被解析为 Definition 节点。
兼容性说明
需要注意的是,在之前的版本中,这些节点类型是未定义的。这意味着:
- 如果您的插件或规则代码中尝试访问这些节点类型,在旧版本中会得到
undefined - 升级到 v14.5.0 后,这些节点类型将可用
- 建议在代码中添加适当的类型检查,以确保向后兼容性
其他改进
文档修正
本次更新还修正了 CLI 文档中的一个小错误,将 --dryRun 参数更正为 --dry-run 形式,保持了命令行参数的一致性风格。
依赖更新
项目维护了常规的依赖更新,包括:
- Babel 相关依赖更新至 7.26.x 系列
- Lerna 构建工具更新至 8.2.x 版本
这些更新主要带来构建系统的稳定性和安全性改进,对最终用户影响不大。
总结
Textlint v14.5.0 虽然是一个小版本更新,但对 Markdown 处理能力的增强具有重要意义。新增的节点类型支持使得开发者可以编写更精确的规则来处理引用式链接和图片,为 Markdown 文档的静态分析提供了更完善的基础设施。
对于规则开发者来说,现在可以针对这些特定的 Markdown 结构编写更精确的检查规则。对于普通用户而言,这意味着未来可能会有更多针对链接和图片引用方式的 lint 规则出现,帮助保持文档的一致性和规范性。
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
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 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 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 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
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
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
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210