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。
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