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。
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 StartedRust0191
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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08