OpenRewrite v8.43.2 版本发布:Lombok 兼容性增强与 HCL 语法支持
OpenRewrite 是一个强大的源代码转换工具,它能够帮助开发者自动化代码重构、依赖管理以及代码风格统一等工作。该项目通过定义一系列可组合的"配方"(recipes),使得批量修改代码变得简单高效。最新发布的 v8.43.2 版本带来了一些重要的改进和修复,特别是在 Lombok 注解处理、HCL 语法支持和 Maven 属性解析方面。
Lombok 注解处理的 Java 17+ 兼容性修复
这个版本解决了在使用 Java 17 或更高版本时,Lombok 生成的 @With 方法丢失类型信息的问题。@With 是 Lombok 提供的一个注解,用于生成不可变对象的"with"方法,允许开发者以函数式风格创建对象的修改副本。
在 Java 17 之前,Lombok 生成的代码能够正常工作,但在 Java 17 及更高版本中,由于类型擦除或类型推断的变化,这些生成的方法可能会丢失部分类型信息。OpenRewrite 现在能够正确处理这些情况,确保在使用 Lombok 的 @With 注解时,类型信息能够完整保留,这对于保持代码的类型安全和 IDE 的代码补全功能非常重要。
HCL 配置文件的传统语法支持
HCL(HashiCorp Configuration Language)是 Terraform 等工具使用的配置语言。新版本增加了对 HCL 传统属性表达式语法的支持。在早期版本的 HCL 中,属性表达式使用不同的语法结构,而现代 HCL 则采用了更简洁的表达方式。
OpenRewrite 现在能够识别和处理这两种语法形式,这对于维护遗留的 Terraform 配置或需要与旧系统兼容的项目特别有价值。开发者现在可以放心地使用 OpenRewrite 来处理各种历史版本的 HCL 配置文件,而不必担心语法兼容性问题。
Maven POM 属性解析优化
在 Maven 项目对象模型(POM)文件的处理方面,v8.43.2 版本改进了属性解析的优先级规则。现在,系统属性(system properties)在解析过程中会被赋予更高的优先级。这一变化更符合 Maven 的实际行为模式,因为在 Maven 构建过程中,系统属性通常会覆盖 POM 文件中定义的其他属性。
这一改进确保了 OpenRewrite 在分析和转换 Maven 项目时,能够更准确地模拟实际的构建环境,从而避免因属性解析顺序不当而导致的问题。
其他改进
除了上述主要变化外,这个版本还包括了一些其他有价值的改进:
-
为
AddOrUpdateAnnotationAttribute配方新增了oldAttributeValue参数,使得在修改注解属性时能够更精确地控制替换条件。 -
对 TOML 模型进行了清理和优化,提高了处理 TOML 配置文件的稳定性和性能。
-
修复了
LatestRelease功能中元数据模式替换的问题,确保其按照文档描述的正则表达式方式工作。 -
测试依赖项中增加了
slf4j-nop的传递性依赖,简化了测试环境的配置。
这些改进共同提升了 OpenRewrite 在各种场景下的稳定性和可用性,使其成为现代软件开发中更加强大的代码转换工具。无论是处理 Java 代码、配置文件还是构建脚本,OpenRewrite v8.43.2 都提供了更加可靠和灵活的支持。
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