Scalafmt v3.9.0 发布:全面支持 Scala.js 与跨平台一致性改进
Scalafmt 是一个流行的 Scala 代码格式化工具,它能够自动将 Scala 代码按照预定义的风格规范进行格式化。最新发布的 v3.9.0 版本带来了多项重要改进,特别是对 Scala.js 的全面支持,以及一系列针对跨平台行为一致性的优化。
跨平台支持的重大升级
本次版本最引人注目的特性是增加了对 Scala.js 的完整支持。Scala.js 是一个将 Scala 代码编译为 JavaScript 的工具,使得 Scala 能够运行在浏览器和 Node.js 环境中。为了确保在不同平台(JVM、Native 和 JS)上的一致行为,开发团队对异步处理(如 I/O 操作和 Futures)等关键部分进行了重新设计。
在实现跨平台支持的过程中,团队引入了 PlatformFileOps 接口来统一文件操作,替代了原先直接使用 Java NIO 的方式。这使得文件读写操作能够在所有平台上以异步方式执行,提高了性能表现。同时,还定义了平台无关的异常类,并重构了系统退出处理机制,使用 PlatformRunOps 替代了直接调用 sys.exit。
格式化引擎的改进与修复
在格式化引擎方面,v3.9.0 修复了多个影响格式化结果的问题。特别是针对 Unix 和 Windows 系统下格式化结果不一致的问题,团队进行了系统性修复。这包括:
- 改进了对 Windows 换行符(\r\n)的处理
- 修正了正则表达式模式匹配中的跨平台问题
- 优化了字符串和注释的格式化逻辑
- 修复了块语句(RedundantBraces)移除时的错误
这些改进确保了在不同操作系统上运行 Scalafmt 时,生成的格式化结果能够保持一致。
性能优化与架构调整
为了提高性能并简化代码结构,v3.9.0 进行了多项优化:
- 使用 Future 替代 .par 并行处理,提高异步处理效率
- 重构了 ScalafmtRunner 和 CommunitySuite 的并行处理机制
- 移除了不必要的平台兼容性代码
- 优化了文件操作相关的 API,移除了冗余方法
构建系统与依赖更新
在构建系统方面,本次更新升级了多个关键依赖:
- 将 Scalameta 升级至 v4.13.1 版本
- 更新了 jline、sbt-native-packager 等工具链组件
- 升级了 metaconfig 和 mdoc 等文档生成工具
- 改进了 CI/CD 流程,优化了测试矩阵
总结
Scalafmt v3.9.0 通过引入 Scala.js 支持和跨平台一致性改进,进一步巩固了其作为 Scala 生态中代码格式化标准工具的地位。这些改进不仅扩大了工具的应用场景,也提升了在不同环境下的稳定性和一致性。对于 Scala 开发者而言,升级到最新版本将获得更流畅的跨平台开发体验和更可靠的格式化结果。
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