Eclipse Che 7.100.0版本发布:增强Azure DevOps支持与开发者体验优化
项目简介
Eclipse Che是一个开源的云原生集成开发环境(IDE)和工作区管理平台,它允许开发者在云端创建、运行和共享容器化的工作区。通过将开发环境容器化,Eclipse Che实现了开发环境的标准化和可移植性,使团队成员能够快速启动完全一致的开发环境。
主要功能增强
新增对Microsoft Azure DevOps Server(TFS)的支持
7.100.0版本中,Eclipse Che新增了对本地部署的Microsoft Azure DevOps Server(原TFS)的支持。开发者现在可以通过配置个人访问令牌(PAT)来连接和使用本地TFS实例。值得注意的是,当前版本暂不支持Azure DevOps Server的OAuth 2.0认证方式。
这一功能的加入使得在企业内部使用TFS进行源代码管理的团队能够无缝地将Eclipse Che集成到他们的开发工作流中,特别是在需要严格管控代码访问权限的企业环境中。
简化不受信任TLS证书的导入流程
新版本对不受信任TLS证书的导入流程进行了大幅简化。在企业环境中,开发者经常需要处理内部CA签发的证书,这一改进显著降低了配置这些证书的操作复杂度,使开发者能够更快速地建立起安全连接。
开发者体验优化
Python调试器扩展稳定性提升
修复了在使用开源版VS Code编辑器时,'ms-python.python'扩展在浏览器刷新后无法激活的问题。这一改进特别有利于Python开发者,确保了开发环境的稳定性和连续性。
用户仪表板性能优化
针对某些集群环境下用户仪表板访问超时的问题,新版本将默认超时时间从15秒延长至30秒,并新增了通过环境变量自定义超时时间的配置选项。这一改进使得在资源受限或网络条件不佳的环境中,用户也能获得更稳定的访问体验。
Git配置管理优化
在Git相关功能方面,新版本做了多项改进:
- 现在会优先检查工作区用户数据中的Git配置,避免不必要的Git提供商API调用
- 修复了非GitLab PAT情况下仍会发起GitLab API请求的问题
- 解决了Gitconfig页面在未配置PAT或OAuth时无法显示用户信息的问题
这些优化减少了不必要的网络请求,提高了系统的响应速度和整体效率。
工作区与Devfile改进
Devfile处理能力增强
新版本修复了多个与Devfile处理相关的问题:
- 解决了包含父引用的Devfile无法启动工作区的问题
- 改进了原始Devfile在用户仪表板中的显示方式
- 修复了从Gitea SSH URL启动工作区时的警告中断问题
- 优化了从本地Devfile自动重启的可靠性
这些改进使得基于Devfile的工作区定义和管理更加稳定可靠,特别是在复杂项目结构和多环境配置的场景下。
总结
Eclipse Che 7.100.0版本通过新增对Azure DevOps Server的支持和多项开发者体验优化,进一步提升了其在企业开发环境中的适用性和稳定性。特别是对Python开发者、使用内部Git服务的企业团队以及需要处理复杂项目结构的开发者来说,这个版本带来了显著的改进。TLS证书导入流程的简化也使得系统管理员能够更轻松地配置安全连接,为团队提供更安全的开发环境。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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