Harper 0.25.0版本发布:语法检查工具的全面升级
2025-06-13 21:24:40作者:胡唯隽
Harper是一款开源的语法检查工具,专注于帮助开发者和写作者发现并修正文本中的语法错误、拼写错误和常见表达问题。该项目由Automattic维护,支持多种平台和集成方式,包括命令行工具、语言服务器和编辑器插件。
核心功能改进
1. 新增语法检查规则
本次版本引入了多项实用的语法检查规则,显著提升了工具的检测能力:
- 新增了对"monumentous"的错误标记,并建议使用"momentous"或"monumental"替代
- 实现了对"change of tact"的错误检测,自动建议修正为"change of tack"
- 增加了对"worse/worst"常见混淆的检测规则
- 新增了将"in of itself"修正为"in and of itself"的检查规则
- 实现了对"ticking time clock"表达错误的检测
2. 词典内容扩展
词典系统进行了重要更新:
- 新增了大量词汇条目,丰富了工具的词汇识别能力
- 优化了词典更新机制,新增了
just newest-dict-changes命令方便词典维护 - 改进了名词添加逻辑,增加了详细的注释说明
3. 正则表达式增强
- 实现了更强大的正则表达式匹配功能
- 特别优化了对CSS中rgb函数内十六进制代码的忽略处理
技术架构优化
1. 跨平台支持增强
- 新增了对Linux musl环境的编译支持
- 改进了GLIBC版本的兼容性处理
- 优化了缓存机制,提升了工具性能
2. 开发者体验改进
- 为
just addnoun命令添加了详细注释,方便贡献者理解 - 实现了当
rg不可用时自动回退到grep的容错机制 - 更新了WordPress插件文档,增加了演示内容
性能与稳定性
- 更新了多项依赖库,包括axios、svelte-check、typescript等
- 修复了多个潜在问题,提升了工具稳定性
- 优化了构建系统,确保更可靠的发布流程
总结
Harper 0.25.0版本在语法检查能力、跨平台支持和开发者体验方面都有显著提升。新增加的语法规则和词典内容使工具能够捕捉更多常见错误,而技术架构的优化则提高了工具的可靠性和易用性。对于开发者而言,改进的构建系统和文档使得贡献代码更加方便。这一版本标志着Harper在成为全面语法检查解决方案的道路上又迈出了坚实的一步。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218