Spring Tools 4.31.0 版本深度解析:Spring Boot开发体验全面升级
项目简介
Spring Tools是Spring生态中重要的开发工具套件,它为开发者提供了强大的IDE支持。本次发布的4.31.0版本带来了多项重要改进,特别是在Spring Boot开发体验方面有显著提升。
核心特性解析
1. Spring Data仓库查询可视化增强
新版本对Spring Data仓库的查询方法提供了更直观的展示方式。当项目启用了AOT(Ahead-Of-Time)编译时,工具会自动为生成的查询方法添加CodeLens标记,开发者可以直接在代码编辑器中看到这些查询语句,无需跳转到其他文件或控制台。
对于MongoDB查询的支持也得到了加强,现在可以正确提取MongoDB的查询语句并展示给开发者。当查询方法上已经存在@Query注解时,工具会智能地隐藏自动生成的查询语句,避免信息冗余。
2. 文档符号层次化展示
文档符号(Document Symbols)功能现在支持层次化展示,这一改进同时适用于VSCode和Eclipse平台。在Spring符号视图中,相关元素会按照其作用域进行嵌套展示,默认情况下树状结构是展开的,开发者可以快速浏览项目的结构层次。
3. Spring Boot 3.5支持
版本4.31.0为即将到来的Spring Boot 3.5做好了准备,包括构建文件和属性的升级支持。开发者可以平滑过渡到新版本的Spring Boot,工具会自动处理相关的配置变更。
开发体验优化
1. 代码导航增强
对于AOT编译生成的仓库元数据,现在提供了"转到定义"的支持,开发者可以方便地跳转到相关定义处。查询方法签名匹配也更加精确,减少了误匹配的情况。
2. 快速修复功能
新增了一项实用的快速修复功能:当开发者查看自动生成的查询语句时,可以通过快速修复将其转换为手动编写的@Query注解,这为需要定制查询逻辑的场景提供了便利。
3. 属性补全去重
属性键补全功能现在会自动去除重复项,使得开发者在使用Spring配置属性时能够获得更干净、更准确的补全建议。
平台适配更新
Eclipse平台改进
本次发布基于最新的Eclipse 2025-06版本构建,带来了平台本身的新特性和改进。特别修复了Boot Dashboard在2025-06M1版本中的回归问题,确保开发者能够正常使用这一重要功能。
开发者建议
对于使用Eclipse平台的开发者,如果在安装新版本后遇到EclEmma插件不工作的情况,建议将EclEmma更新至3.1.10或更高版本,这可以通过标准的"Install New Software"流程完成。
总结
Spring Tools 4.31.0版本在开发体验上做出了多项实质性改进,特别是对Spring Data仓库和文档符号的支持更加完善。这些改进将帮助开发者更高效地构建Spring Boot应用,减少上下文切换,专注于业务逻辑的实现。无论是新项目创建还是现有项目维护,升级到这一版本都将带来明显的效率提升。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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