Godot引擎Visual Studio Code插件2.5.0版本发布
Godot引擎是一款开源的跨平台游戏引擎,以其轻量级、高效和易用性受到开发者欢迎。作为Godot生态的重要组成部分,Godot Tools for Visual Studio Code插件为开发者提供了在VS Code中开发Godot项目的完整支持。最新发布的2.5.0版本带来了一系列功能增强和问题修复,进一步提升了开发体验。
富文本打印支持
新版本为调试控制台增加了对print_rich()函数的支持。这个功能允许开发者在调试输出中使用BBCode格式的富文本,实现不同颜色、样式和格式的日志输出。相比普通的print()函数,print_rich()能够更直观地区分不同类型的调试信息,提高调试效率。
场景预览功能改进
2.5.0版本对场景预览功能进行了两项重要改进:
-
拖放行为优化:改进了场景预览面板中的拖放操作体验,使资源拖放更加流畅自然。开发者现在可以更直观地将资源从文件系统拖放到场景预览中。
-
片段占位符功能:为场景预览中的文件拖放添加了片段/占位符行为。这项改进使得在拖放资源时能够自动生成适当的代码片段,减少了手动输入的工作量,特别适合快速原型开发。
调试适配器变量处理重构
本次更新对DebugAdapter中的变量处理进行了全面重构。这项底层改进优化了调试过程中变量的显示和处理方式,使得在VS Code中调试Godot项目时,变量查看更加准确和高效。开发者现在可以更可靠地检查复杂数据结构,提高了调试复杂逻辑的能力。
问题修复
2.5.0版本修复了多个影响开发体验的问题:
-
项目打开顺序问题:修复了在Godot编辑器之前打开VS Code时可能导致错误文件请求的问题,确保了项目加载的可靠性。
-
GDScript语法高亮和格式化:解决了部分GDScript代码在语法高亮和自动格式化方面的问题,提高了代码可读性。
-
附加调试功能:修复了附加调试会话可能出现的问题,使远程调试更加稳定。
-
多包响应处理:解决了当数据包以多字节UTF-8序列开始或结束时可能导致的问题,提高了通信的可靠性。
兼容性说明
该版本保持了对Godot 4.x和3.x系列引擎的兼容性,开发者可以根据项目需求选择合适的Godot版本。无论是维护现有项目还是开始新项目,这个插件版本都能提供良好的支持。
总结
Godot Tools for Visual Studio Code 2.5.0版本通过新增功能和问题修复,进一步提升了开发体验。特别是富文本调试输出和场景预览改进,为日常开发工作流带来了实质性提升。对于使用Godot引擎进行游戏开发的团队来说,升级到这个版本将能够获得更高效、更稳定的开发环境。
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