Shiki 3.1.0 版本发布:语法高亮引擎的优化与升级
Shiki 是一个基于 TextMate 语法的代码高亮引擎,它能够为开发者提供精准的语法高亮功能。与传统的正则表达式高亮方案不同,Shiki 通过 TextMate 语法系统实现了更准确、更丰富的代码着色效果。该项目支持多种编程语言和主题,广泛应用于文档系统、博客平台和开发者工具中。
核心功能改进
引擎依赖项升级
本次发布的 3.1.0 版本中,Shiki 团队针对 JavaScript 引擎部分进行了依赖项升级。这一变更主要解决了 Safari 浏览器在某些语法场景下的渲染问题。Safari 浏览器在处理特定语法规则时存在已知的兼容性问题,此次更新通过调整底层依赖版本,有效规避了这些问题,确保了跨浏览器环境下语法高亮的一致性表现。
Twoslash 集成升级
Twoslash 是 Shiki 生态中用于 TypeScript 代码示例增强的工具,本次更新将其升级至 0.3 版本。这一升级带来了两个重要变化:
- TypeScript 版本要求提升:现在需要 TypeScript 5.5 或更高版本,这确保了用户能够使用最新的 TypeScript 特性支持
- 问题修复:解决了之前版本中存在的两个关键问题,提升了工具的稳定性和可靠性
Twoslash 的升级使得 TypeScript 代码示例能够更好地展示类型信息、错误提示等高级特性,为技术文档作者提供了更强大的工具支持。
问题修复
Monaco 编辑器主题兼容性
针对 Monaco 编辑器(VS Code 使用的编辑器核心)的主题支持功能,3.1.0 版本修复了一个潜在问题。当 TextMate 主题配置中缺少某些设置项时,之前的版本可能会导致异常。新版本增强了容错处理,确保即使在不完整的主题配置下也能正常工作,提高了系统的鲁棒性。
技术影响分析
Shiki 3.1.0 的这些改进虽然看似细微,但对于依赖它的开发者生态系统具有重要意义:
- 浏览器兼容性提升:解决了 Safari 特定问题后,使用 Shiki 的产品在所有主流浏览器上都能获得一致的代码高亮体验
- TypeScript 生态支持:Twoslash 的升级意味着对最新 TypeScript 特性的更好支持,这对技术文档和示例代码的展示尤为重要
- 稳定性增强:Monaco 主题处理的改进减少了边缘情况下的崩溃风险,提高了整体稳定性
对于集成 Shiki 的项目维护者来说,建议评估升级到 3.1.0 版本,特别是那些需要支持 Safari 浏览器或大量使用 TypeScript 代码示例的项目。升级过程通常只需更新依赖版本即可,但需要注意新的 TypeScript 版本要求可能影响构建流程。
Shiki 持续保持着活跃的开发节奏,这些改进展示了项目团队对细节的关注和对开发者体验的重视,也预示着这个语法高亮引擎在未来会有更多令人期待的功能演进。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00