release-it项目中预发布版本编号从1开始的配置优化
在软件开发过程中,版本管理是一个至关重要的环节,特别是对于像jQuery这样的大型开源项目。release-it作为一个流行的版本发布工具,近期针对预发布版本(pre-release)的编号方式进行了重要优化,允许开发者从1开始编号,而不是传统的从0开始。
背景与需求
在传统的版本控制实践中,预发布版本(如alpha、beta或rc)通常从0开始编号。例如,第一个beta版本会被标记为2.0.0-beta.0。然而,jQuery项目团队长期以来采用了一种不同的实践方式——他们的预发布版本从1开始编号。这种做法的优势在于更符合人类直觉,当开发者说"这个特性在第二个beta版本中引入"时,对应的版本号就是x.x.x-beta.2,避免了从0开始计数带来的认知偏差。
技术实现
release-it团队在17.5.0版本中实现了这一功能。该功能基于npm的semver(语义化版本控制)规范,该规范本身就支持预发布版本编号的起始值配置。开发者现在可以通过两种方式使用这一特性:
- 命令行参数方式:
release-it major --preRelease=beta --preReleaseBase=1
- 配置文件方式: 在项目的release-it配置文件中添加:
{
"preReleaseBase": "1"
}
实际应用示例
假设当前最新稳定版本是1.3.0,当执行以下命令时:
release-it major --preRelease=beta --preReleaseBase=1
将生成的版本号为2.0.0-beta.1,而不是传统的2.0.0-beta.0。对于后续的beta版本,编号将依次递增为2.0.0-beta.2、2.0.0-beta.3等。
兼容性考虑
值得注意的是,这一配置对稳定版本的发布没有任何影响。当不指定--preRelease参数进行常规发布时,preReleaseBase配置会被自动忽略,确保不会干扰正常的版本发布流程。
总结
release-it的这一改进虽然看似微小,但对于遵循特定版本编号规范的项目团队来说却意义重大。它体现了优秀工具应有的灵活性——既遵循行业标准,又能适应不同团队的特殊需求。对于像jQuery这样的大型项目,这一特性将有助于保持版本编号的一致性,减少团队协作中的认知负担。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00