Node SQL Parser 5.3.8版本发布:增强TSQL与BigQuery支持
Node SQL Parser是一个强大的JavaScript SQL解析器,能够将SQL语句解析为抽象语法树(AST),并支持多种数据库方言。该项目为开发者提供了分析、修改和生成SQL语句的能力,在数据库迁移、SQL格式化、查询优化等场景中非常有用。
主要功能增强
TSQL方言支持提升
5.3.8版本对TSQL(Transact-SQL)方言的支持有了显著提升。首先增加了对OFFSET FETCH NEXT分页模式的支持,这是TSQL中常用的分页语法。例如SELECT * FROM table ORDER BY id OFFSET 10 ROWS FETCH NEXT 5 ROWS ONLY这样的语句现在可以被正确解析。
其次,新版本改进了表值函数的解析能力。TSQL中的表值函数是一种特殊函数,可以返回表结构的结果集,现在这类函数的调用语法得到了完善支持。
BigQuery方言改进
针对Google BigQuery方言,5.3.8版本增加了对表函数的支持。表函数是BigQuery中的一种特殊函数,能够将输入转换为表结构输出,常用于数据转换和复杂查询场景。
PostgreSQL功能扩展
PostgreSQL方言方面,新增了对make_interval函数的支持,这是一个用于创建时间间隔的实用函数。同时扩展了几何数据类型的识别范围,使更多PostgreSQL特有的几何类型能够被正确解析。
重要问题修复
-
MySQL约束删除:修复了MySQL中DROP CONSTRAINT语句的解析问题,现在可以正确处理约束删除操作。
-
TSQL数据类型:修正了TSQL中VARCHAR和VARBINARY类型的MAX长度标识符的解析,确保这类特殊数据类型声明能被准确识别。
-
窗口函数范围:解决了所有数据库方言中窗口函数ROWS BETWEEN FOLLOWING AND FOLLOWING语法的问题,使这类高级窗口函数定义能够被正确解析。
-
标识符引用:改进了TSQL中AS关键字后带引号的标识符处理,确保这类特殊命名方式不会导致解析错误。
-
白名单匹配:优化了白名单检查机制,现在要求完全匹配而非部分匹配,提高了安全性。
技术细节优化
-
列引用增强:在列引用(column_ref)节点中添加了COLLATE类型信息,确保排序规则声明能够被保留在AST中。
-
赋值语句处理:改进了MySQL中带别名的赋值语句解析,使这类特殊语法结构能够被正确处理。
-
依赖项升级:更新了多个开发依赖项的版本,包括@babel/core、@babel/preset-env和elliptic等,提升了开发环境的安全性和稳定性。
总结
Node SQL Parser 5.3.8版本通过增强TSQL和BigQuery支持,修复多个关键问题,以及对PostgreSQL功能的扩展,进一步提升了其作为多方言SQL解析器的能力。这些改进使得开发者能够更准确地解析和处理各种复杂的SQL语句,特别是在企业级应用和跨数据库迁移场景中。对于需要处理多种SQL方言的项目,升级到5.3.8版本将获得更好的兼容性和稳定性。
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-1.5暂无简介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
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
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