Spotless Maven插件2.44.0版本发布:支持代码检查与多项改进
项目简介
Spotless是一款流行的代码格式化工具,支持多种编程语言和构建工具。作为Maven插件,它能够帮助开发团队在构建过程中自动格式化代码,保持代码风格的一致性。Spotless支持Java、Kotlin、Groovy、Scala等多种语言,并能与多种格式化工具(如Google Java Format、ktlint等)集成。
主要更新内容
代码检查功能正式上线
2.44.0版本最重要的新增功能是代码检查(linting)支持。这意味着Spotless现在不仅能格式化代码,还能识别代码中的潜在问题。这一功能扩展了Spotless的应用场景,使其从单纯的格式化工具升级为代码质量保障工具。
代码检查功能可以帮助团队在早期发现代码中的问题,如未使用的导入、潜在的空指针异常等。开发者可以通过配置自定义检查规则,满足团队的特定需求。
格式化工具版本更新
本次更新包含了多个内置格式化工具的版本升级:
-
ktlint从1.3.0升级到1.5.0
- 作为Kotlin代码的流行格式化工具,ktlint的升级带来了更多格式化规则和错误修复
- 新版本改进了对Kotlin新特性的支持
-
ktfmt从0.52升级到0.53
- 这是Facebook开发的Kotlin格式化工具
- 新版本优化了格式化算法,提供更一致的代码风格
-
Eclipse JDT从4.32升级到4.34
- 作为Java代码格式化的核心引擎
- 新版本包含了对Java最新语言特性的支持
-
Jackson从2.18.0升级到2.18.1
- 用于JSON格式化的流行库
- 新版本修复了若干安全问题
问题修复与改进
-
Google Java Format与removeUnusedImports兼容性修复
- 解决了这两个功能同时使用时可能出现的冲突问题
- 现在开发者可以同时使用Google的代码风格和自动移除无用导入的功能
-
类型注解支持扩展
- 新增对Jakarta Validation中@Valid注解的支持
- 增加了对约束验证注解的识别
- 这使得使用Jakarta EE规范的团队能获得更好的格式化体验
-
Eclipse CDT支持调整
- 移除了对10.7版本的支持
- 最低支持版本提升至11.0
- 这一变化是为了集中精力维护较新版本,提供更好的稳定性
技术影响与最佳实践
对于使用Maven构建的Java/Kotlin项目,升级到Spotless 2.44.0可以带来以下好处:
-
更全面的代码质量检查:新引入的linting功能可以与现有CI流程集成,在代码提交前发现问题。
-
更现代的格式化支持:各格式化工具的版本更新意味着对语言新特性的更好支持,特别是对Kotlin和Java新版本。
-
更稳定的使用体验:修复的兼容性问题减少了配置时的困扰,使工具链更加可靠。
建议团队在升级后:
- 评估并启用适合项目的linting规则
- 检查现有格式化配置是否需要调整以适应新版本格式化工具的变化
- 考虑将Spotless检查作为CI流水线的必要环节
总结
Spotless Maven插件2.44.0版本标志着该项目从单纯的代码格式化工具向更全面的代码质量管理工具演进。通过引入linting功能和持续更新核心格式化引擎,它为现代Java/Kotlin项目提供了更强大的支持。对于注重代码质量和一致性的团队来说,这一版本值得考虑升级。
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