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。
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 StartedRust0201
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 Notebook0130
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