Spaceship Prompt 项目支持新版 Docker Compose 文件命名规范
Spaceship Prompt 是一个流行的 Zsh 提示符工具,以其现代化设计和丰富的信息展示功能而闻名。近期,该项目更新了对 Docker Compose 文件的支持,以兼容 Docker 官方最新的命名规范。
在 Docker 生态系统中,Compose 文件长期以来都使用 docker-compose.yml 作为标准文件名。然而,随着 Docker Compose 工具的演进,官方文档现在推荐使用更简洁的 compose.yml 作为默认文件名。这一变化反映了 Docker 工具链向更简洁、更统一的方向发展。
Spaceship Prompt 的 Docker Compose 模块原本只检测 docker-compose.yml 文件,这可能导致在使用新版命名规范的项目中无法正确显示相关信息。在最新发布的 4.16.2 版本中,开发团队已经扩展了文件检测逻辑,现在同时支持两种命名方式:
- 传统的
docker-compose.yml - 新的标准
compose.yml
这一改进确保了 Spaceship Prompt 能够无缝适配各种 Docker Compose 项目,无论开发者选择使用哪种命名约定。对于使用 Spaceship Prompt 的开发者来说,这意味着更一致的用户体验,特别是在参与不同项目时,不再需要因为文件名差异而失去提示符中的有用信息。
从技术实现角度看,这一变更涉及对文件存在性检查逻辑的修改。Spaceship Prompt 现在会按顺序检查两种可能的文件名,只要检测到其中任何一个,就会激活 Docker Compose 模块并显示相关信息。这种设计既保持了向后兼容性,又支持了新的标准。
对于 Zsh 用户和 Docker 开发者来说,这一更新是值得注意的,因为它反映了 Spaceship Prompt 项目对生态系统变化的快速响应能力。保持工具链中各组件对最新标准的支持,对于维护高效、无摩擦的开发环境至关重要。
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