基于Pyright的Python类型检查工具BasedPyright v1.29.0发布
BasedPyright是一个基于微软Pyright的Python静态类型检查工具,它在Pyright的基础上进行了功能增强和优化。该工具主要用于在Python开发过程中提供更严格的类型检查,帮助开发者发现潜在的类型错误和不规范的代码实践。
最新发布的BasedPyright v1.29.0版本带来了两项重要的新诊断规则和一些功能改进,这些更新进一步增强了类型系统的严格性和开发体验。
新增诊断规则
未注解属性覆盖检查
在Python中,当子类覆盖父类的属性时,如果父类属性没有显式类型注解,Pyright默认不会检查类型兼容性。这可能导致潜在的类型问题被忽略。v1.29.0引入了reportIncompatibleUnannotatedOverride规则来解决这个问题。
例如以下代码:
class A:
value = 1 # 推断为int类型
class B(A):
value = None # 没有错误,尽管基类类型是int而这里是None
新规则会在此类情况下报告错误,即使基类属性没有显式类型注解。这项规则未来可能会取代现有的reportUnannotatedClassAttribute规则,但目前默认是禁用的。
无效抽象方法检查
Pyright对于非抽象类中的@abstractmethod装饰方法会忽略检查,这可能导致开发者错误地使用抽象方法。新版本增加了reportInvalidAbstractMethod规则来检测这种情况。
例如:
from abc import abstractmethod
class Foo:
@abstractmethod
def foo(): ...
Foo() # 没有错误
新规则会在方法定义处报告错误,帮助开发者正确使用抽象方法。
其他重要改进
-
VS Code集成优化:改进了与Pylance扩展的兼容性处理,现在会智能禁用冲突设置而不是尝试卸载Pylance,因为VS Code会自动重新安装它。
-
基准文件路径配置:新增了配置选项,允许用户自定义基准文件的路径,提高了工具的灵活性。
-
PyCharm支持增强:更新了PyCharm的文档和配置说明,使PyCharm用户能更好地集成和使用BasedPyright。
-
诊断服务修复:修复了一个上游bug,该bug导致在某些情况下错误地禁用了诊断服务。
总结
BasedPyright v1.29.0通过引入更严格的类型检查规则和优化开发体验,进一步巩固了其作为Python类型检查强大工具的地位。新规则特别关注于提高代码质量和防止常见错误模式,而其他改进则使工具在各种开发环境中更加稳定和易用。
对于追求代码质量的Python团队,升级到v1.29.0将有助于捕获更多潜在的类型问题,特别是在继承和抽象方法使用方面。这些改进使得BasedPyright不仅是一个类型检查器,更是一个促进良好编码实践的工具。
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-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