推荐:ACCodeSnippetRepositoryPlugin——代码片段的 Git 同步利器
项目介绍
ACCodeSnippetRepositoryPlugin 是一个针对 Xcode 的插件,它能够让你的代码片段与 Git 仓库实现无缝同步,让团队协作变得更加高效。这个插件将你的代码片段以人类可读的文本格式存储,而不是通常的 .codesnippet 属性列表文件。

如果你对 Xcode 中的代码片段功能不熟悉,可以参考 NSHipster 上的这篇精彩文章:Xcode Snippets。
要尝试使用已经存在的公共仓库吗?不妨试试 acoomans 或者 mattt 的代码片段库。
安装
- 构建项目安装插件。插件会自动安装到
/Library/Application Support/Developer/Shared/Xcode/Plug-ins/ACCodeSnippetRepository.xcplugin。 - 重启 Xcode,激活插件。
或者,你也可以通过 Alcatraz 插件管理器进行安装。
配置
在 Xcode 菜单中会出现一个 "插件" 选项,从这里你可以配置你的代码片段仓库:

首先,你需要配置并 fork 远程仓库:

当你 fork 之后,所有符合格式要求的代码片段(见下文“格式”部分)都会被导入到 Xcode 中。你现有的、尚未关联任何仓库的代码片段不会受到影响。
此外,还可以选择导入 Xcode 内置的代码片段,或者移除系统代码片段。
如果出现错误,可以通过备份用户代码片段文件夹来保护你的数据。用户代码片段会自动在每次操作前备份。
使用
ACCodeSnippetRepositoryPlugin 使用起来非常简单,就像平时使用 Xcode 一样编写代码片段。它们会被自动添加、修改或删除,并同步到 Git 仓库。

格式
代码片段以 .m 文件扩展名保存,格式如下:
- 一个头部,包含了:
- 标题
- 描述
- 数字键和值形式的 Xcode 相关信息(键按字母顺序排列)
- 代码
如果代码片段没有头部,该头部会在导入时被自动添加、提交和推送。
请注意不要删除 Xcode 相关的信息,因为这些信息对于同步是必要的。
如果有两个具有相同 IDECodeSnippetIdentifier 的代码片段,Xcode 会崩溃,因此,当手动创建代码片段时,请更改或删除这一标识符。

同步
每次代码片段变更都会独立地进行提交和推送。每隔10分钟(如果启用了该选项)或点击菜单中的 "更新代码片段",本地代码片段将与远程仓库同步。在合并过程中遇到冲突时,远程仓库的内容优先。
注意事项与限制
可能存在一些问题,比如错误、崩溃以及同步问题。请定期备份你的代码片段和 Git 仓库,以防万一。
贡献
架构
插件的工作原理是对 _IDECodeSnippetRepository 类进行了 swizzling 处理,这是 IDECodeSnippetLibrary.ideplugin 插件的一部分。然后,我们可以为 _IDECodeSnippetRepository 添加自定义的数据存储类,遵循 ACCodeSnippetDataStoreProtocol 协议。
下图展示了架构的大致情况,可能会让你感到有点迷茫:

提交代码
欢迎通过 pull request 形式贡献代码。
改进计划
未来的改进方向包括:
- 增加对
.codesnippet文件的支持 - 实现多个数据存储管理
- 支持 Github Gist
总结
ACCodeSnippetRepositoryPlugin 让 Xcode 代码片段的版本控制变得轻松简单,提供了高效的团队协作环境。无论是个人开发者还是团队成员,都可以从中获益。现在就加入,开始享受代码片段同步带来的便利吧!
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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