Harper项目v0.33.0版本发布:语法检查工具的重大更新
Harper是一个开源的语法检查和写作辅助工具,它能够帮助用户识别和修正英语文本中的语法错误、用词不当等问题。该项目采用Rust语言开发,提供了多种形式的工具链,包括命令行工具、语言服务器协议(LSP)实现、VS Code扩展以及最新添加的Chrome浏览器插件。
核心功能改进
本次发布的v0.33.0版本带来了多项重要改进,主要集中在语法解析引擎的优化和新功能的添加上。
语法解析引擎增强
Harper团队对语法解析引擎进行了多项优化:
-
精确短语解析:在
ExactPhrase模块中集成了PlainEnglish解析器,显著提升了复杂短语识别的准确性和性能。这一改进使得工具能够更准确地识别和处理英语中的固定搭配和惯用表达。 -
动词短语处理:修复了"let go"等动词短语在否定缩写形式下的识别问题。现在工具能够正确区分"let's not go"和"let's don't go"等结构的语法正确性。
-
介词处理优化:明确了"towards"作为介词的属性,并移除了"of"的错误动词属性标记。这些改进使得介词相关的语法检查更加精准。
新功能:Chrome浏览器插件
v0.33.0版本首次引入了Chrome浏览器扩展,这是Harper生态的重要扩展。该插件具有以下特点:
-
滚动渲染优化:修复了早期版本中在滚动页面时渲染不稳定的问题,现在能够在用户浏览网页时提供稳定的语法检查服务。
-
实时语法检查:在浏览器环境中提供与桌面应用一致的语法检查体验,支持用户在网页文本输入框、富文本编辑器等场景下获得即时反馈。
开发者体验改进
对于开发者用户和贡献者,本次更新也带来了多项便利:
-
命令行工具增强:CLI工具现在支持回退到
PlainEnglish解析器,当主要解析器无法处理某些复杂结构时,能够提供更优雅的降级处理。 -
语言服务器优化:确保生成的字典文件总是保持排序状态,提高了语言服务器的一致性和可预测性。
-
开发工具链:新增了
cargo hack工具支持,简化了复杂项目的开发和测试流程。
性能优化
团队在性能方面也做了针对性优化:
-
解析器性能提升:通过重构
PlainEnglish解析器在ExactPhrase中的应用,显著提高了复杂语法结构的处理速度。 -
稳定性增强:修复了
PhrasalVerbAsCompoundNoun模块中的潜在崩溃问题,提高了工具处理边缘情况的稳定性。
跨平台支持
Harper继续保持优秀的跨平台支持,为以下平台提供了预编译的二进制文件:
- macOS (ARM64和x86_64)
- Linux (多种架构和libc实现)
- Windows
- 浏览器环境(通过Chrome插件)
文档完善
伴随功能更新,项目文档也进行了全面修订,包括:
- 新增功能的使用说明
- 开发者指南的更新
- API文档的补充和完善
总结
Harper v0.33.0版本标志着该项目在语法检查准确性、用户体验和开发者工具链方面的显著进步。特别是Chrome插件的加入,使得Harper的能力从本地开发环境扩展到了日常网页浏览场景。对于英语写作者、开发者和内容创作者来说,这个版本提供了更全面、更可靠的语法辅助工具。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust018
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00