Flow编辑器v0.3.3版本发布:增强Vim模式与用户体验
Flow是一款现代化的轻量级代码编辑器,专注于提供高效的开发体验。它结合了传统文本编辑器的简洁性和现代IDE的部分功能特性,支持多种编程语言和主题。最新发布的v0.3.3版本带来了一系列用户体验改进和新功能。
Vim模式增强
本次更新对Vim模式进行了重大改进,由贡献者lulvz完成。Vim模式现在提供了更完整的键绑定支持,使得习惯Vim操作方式的开发者能够更流畅地使用Flow进行代码编辑。这些改进包括更精确的光标移动、文本对象选择和命令模式操作等。
文件类型图标系统
v0.3.3版本引入了文件类型图标系统,这一功能在多个界面中得到了应用:
-
缓冲区切换器:现在在切换文件缓冲区时,每个文件旁边会显示对应的文件类型图标,使开发者能够快速识别文件类型。
-
语言列表输出:使用
--list-languages命令行参数时,输出结果现在也包含了对应的文件类型图标,使列表更加直观。
任务输出与色彩支持
任务输出缓冲区现在支持色彩显示,这意味着构建工具、测试运行器等命令行工具的输出能够保留其原始色彩格式,提高了可读性。对于使用彩色输出的工具如Maven、Gradle或Jest等,开发者现在可以在Flow中看到与终端中相同的彩色输出效果。
项目管理改进
新版本对项目管理功能进行了多项增强:
-
--no-persist参数:新增的命令行参数可以防止新项目被持久化保存,适用于临时性编辑任务。 -
--project参数:可以直接从命令行指定要打开的项目,提高了自动化工作流的便利性。 -
项目状态指示:在最近项目列表中,当前打开的项目会有明确标识,避免了混淆。
-
项目关闭功能:新增
close_project命令,并绑定到最近项目列表中的Del键,方便管理项目历史。
诊断与行号显示
-
内联诊断开关:新增
toggle_inline_diagnostics命令,可以快速切换是否显示内联诊断信息。 -
多样化的行号样式:引入了五种新的行号显示样式:
ascii:使用ASCII字符的简单样式digital:数字显示subscript:下标样式superscript:上标样式 通过gutter_style_next命令可以轻松在这些样式间切换。
文件类型与主题支持
-
新增文件类型:增加了对Astro框架文件的支持。
-
新主题集合:引入了Zenbones主题系列,为开发者提供了更多视觉风格选择。
稳定性与性能改进
-
修复了macOS上解压Unicode大小写数据时的堆损坏问题。
-
确保至少生成4个工作线程,避免在单CPU系统上出现超时问题。
-
改进了撤销/重做/重置操作中的行尾模式处理。
-
修复了相对行号模式下视图顶部超过文件末尾时的整数溢出问题。
-
优化了命令行列位置从字节位置到实际列的转换。
-
改进了插入/删除操作后的光标目标列更新逻辑。
Flow v0.3.3版本通过这些改进,进一步提升了编辑体验的流畅性和功能性,特别是对于Vim用户和需要处理多种文件类型的开发者来说,这些增强将显著提高工作效率。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08