Pulsar编辑器v1.127.0发布:增强测试框架与Linux平台支持
Pulsar是一款现代化的开源代码编辑器,基于Atom编辑器发展而来,致力于为开发者提供高效、可定制的编程体验。作为社区驱动的项目,Pulsar持续改进其核心功能,同时保持对开发者工作流程的深度支持。
近日,Pulsar团队发布了v1.127.0版本,这次更新带来了测试框架的重大改进和Linux平台下的显示优化,同时包含多项语法解析器的增强。
测试框架升级:从Jasmine 1到Jasmine 2
本次更新的一个核心改进是测试框架的升级。Pulsar现在提供了基于Jasmine 2的测试运行器,并已将核心编辑器测试迁移至这一新框架。Jasmine是一个流行的JavaScript测试框架,2.x版本相比1.x在API设计和功能上都有显著提升。
对于插件开发者而言,这一变化意味着:
- 核心编辑器捆绑的包可以逐步迁移到新的测试框架
- 新测试框架提供了更现代的断言语法和更好的异步测试支持
- 原有的Jasmine 1测试运行器仍然可用,确保向后兼容
这一改进为Pulsar生态系统的长期维护奠定了更坚实的基础,使开发者能够编写更可靠、更易维护的测试代码。
Linux平台优化:原生Wayland支持
针对Linux用户,v1.127.0版本特别增加了对Wayland显示协议的原生支持。通过添加--enable-features=UseOzonePlatform和--ozone-platform=wayland启动参数,Pulsar现在可以:
- 避免使用XWayland兼容层,直接与Wayland合成器通信
- 解决NVIDIA显卡在某些系统上的渲染问题
- 提供更流畅的图形性能和更好的HiDPI支持
这一改进特别有利于使用现代Linux桌面环境(如GNOME或KDE Plasma)的开发者,使他们能够获得更原生的桌面体验。
语法解析与代码折叠增强
Tree-sitter作为Pulsar的语法分析引擎,在本版本中获得了多项改进:
- 升级至web-tree-sitter 0.25.3版本,带来性能提升和bug修复
- 修复了代码折叠在某些场景下不更新的问题
- 针对特定语言的改进:
- Python:更准确的代码折叠行为
- Ruby:优化case/in语句的语法高亮和折叠
- JavaScript:改进私有成员的语法高亮
- PHP:增强多行注释的折叠支持
这些改进使得代码编辑体验更加流畅,特别是对于依赖代码折叠功能浏览大型文件的开发者。
包管理器更新
Pulsar的包管理器ppm也获得了更新,将read依赖升级至v3版本。这一底层改进为未来的包管理功能扩展奠定了基础。
总结
Pulsar v1.127.0版本展示了项目对代码质量和用户体验的持续关注。通过测试框架现代化、平台兼容性改进和语法分析增强,这个开源编辑器正稳步提升其作为开发者工具的竞争力。社区驱动的开发模式确保了Pulsar能够快速响应不同平台和语言生态系统的需求变化。
对于现有用户,建议升级以获得更稳定的体验;对于新用户,现在正是尝试Pulsar的好时机,特别是那些在Linux环境下寻求现代化代码编辑工具的开发团队。
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