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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07