blink.cmp v0.10.0 版本发布:更智能的代码补全体验
2025-06-12 12:58:01作者:盛欣凯Ernestine
blink.cmp 是一个基于 Neovim 的高性能代码补全插件,它通过原生 Rust 实现提供了流畅的补全体验。该项目专注于为开发者提供快速、准确的代码补全功能,同时保持轻量级和高度可定制性。
核心功能改进
更智能的预设选择机制
本次版本最重要的改进之一是重构了预设选择机制。现在开发者可以同时启用 preselect 和 auto_insert 功能,这解决了之前版本中两者互斥的问题。当用户开始输入时,系统会自动选择最相关的补全项,同时保持自动插入功能,大大提升了编码效率。
片段功能整合
项目对代码片段功能进行了重大重构:
- 移除了独立的
luasnip源,改为通过snippets.preset = 'luasnip'配置选项实现 - 引入了新的
mini.snippets功能,为开发者提供了更轻量级的片段支持 - 通过预设系统简化了片段配置,使不同片段引擎的集成更加统一
技术优化与修复
特殊情况处理
开发团队修复了几个关键的特殊情况问题:
- 改进了光标位置检测逻辑,现在能正确处理空行情况
- 修复了查询检查中可能包含额外位置的问题
- 优化了字符添加事件处理,使用更可靠的
char_under_cursor方法
性能与稳定性
- 增加了对 Neovim 0.11 版本的默认能力支持
- 改进了 LSP 配置函数的健壮性检查
- 优化了上下文管理,避免在不必要的情况下触发补全
开发者工具增强
新版本提供了 get_selected_item 公共函数,使插件开发者能够更方便地获取当前选中的补全项信息。这个API的加入为开发自定义补全行为提供了更多可能性。
兼容性说明
本次更新包含了一些破坏性变更,开发者需要注意:
luasnip源的配置方式已变更- 选择列表的配置选项已被重构为更清晰的
preselect和auto_insert组合
总结
blink.cmp v0.10.0 通过重构核心功能和修复关键问题,为开发者带来了更稳定、更智能的代码补全体验。新版本特别注重于提升预设选择的智能化程度和片段功能的易用性,同时保持了项目一贯的高性能特点。这些改进使得 blink.cmp 在代码补全领域的竞争力进一步提升,值得所有 Neovim 用户考虑升级。
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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 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
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 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 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
615
139
Ascend Extension for PyTorch
Python
165
184
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
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
371
3.16 K
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
257
91
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
475
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++
646
255