Eclipse Che 7.99.0版本发布:云原生IDE平台迎来重大更新
项目简介
Eclipse Che是一个开源的云原生集成开发环境(IDE)平台,它允许开发者在云端创建、运行和管理开发环境。通过将开发环境容器化,Che实现了开发环境的快速部署和一致性,特别适合团队协作和持续集成/持续部署(CI/CD)场景。
主要更新内容
新增Microsoft Visual Studio Code桌面流支持
本次7.99.0版本最引人注目的特性是新增了对本地Microsoft Visual Studio Code桌面版与云端开发环境(CDE)的连接支持。开发者现在可以通过Remote - Tunnels扩展,将本地安装的VS Code与Che管理的云端开发环境无缝连接。
这一功能为开发者提供了更大的灵活性,既可以利用云端环境的强大计算能力和一致性,又能保留本地VS Code的熟悉界面和个性化配置。连接过程简单直观,只需在VS Code中安装相应扩展并配置连接参数即可。
DevWorkspace Operator平台特定安装指南
Eclipse Che底层使用DevWorkspace Operator来管理云开发环境的生命周期。本次更新为不同平台提供了专门的安装指南,包括:
- kind:Kubernetes in Docker的轻量级实现
- minikube:本地Kubernetes集群
- OpenShift:企业级Kubernetes平台
这些指南详细说明了在各种环境中部署DevWorkspace Operator的最佳实践,降低了用户在不同平台上部署Che的技术门槛。
重要问题修复
Visual Studio Code版本升级问题
修复了在升级后,已有工作区仍继续使用旧版Visual Studio Code - Open Source编辑器的问题。现在升级后,所有工作区都能自动使用新版本编辑器,确保功能一致性和安全性。
Devfile存储类型属性冲突
解决了当devfile同时包含父引用和storage-type属性时无法创建工作区的问题。现在系统会正确处理这种特殊情况,当storage-type在父devfile中定义时,子devfile不会覆盖该属性,同时在用户界面上会禁用"更改存储类型"控件以避免冲突。
用户界面改进
修复了用户仪表板上Devfile查看器的样式问题,现在各种devfile都能正确显示。同时修复了Visual Studio Code - Open Source中"源代码管理"面板上"更改"命令不可用的问题,提升了版本控制操作的便捷性。
仓库访问优化
改进了对私有仓库的处理逻辑,修复了以下问题:
- 当OAuth授权被拒绝时创建工作区失败的问题
- 使用HTTP URL打开gogs公共仓库时显示错误警告信息的问题
- 使用SSH URL从gogs私有仓库创建工作区时显示误导性警告的问题
这些改进使得从各种代码托管平台导入项目的体验更加流畅可靠。
技术价值
Eclipse Che 7.99.0版本的发布标志着云原生开发工具链的进一步完善。特别是VS Code桌面连接功能的加入,为开发者提供了"云端开发,本地体验"的全新工作模式,既保留了云开发环境的优势,又兼顾了开发者的使用习惯。
对于企业用户而言,平台特定安装指南的完善降低了部署门槛,而各种问题修复则提升了系统的稳定性和可靠性。这些改进共同推动Eclipse Che向着更成熟、更易用的方向发展,为云原生时代的软件开发提供了强有力的支持。
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