isort 6.0.0 版本发布:Python 导入排序工具的重大更新
isort 是一个流行的 Python 工具,专门用于自动整理和排序 Python 代码中的导入语句。它能够根据用户定义的规则,将导入语句分组并按字母顺序排列,使代码更加整洁和一致。isort 支持多种配置选项,可以与各种代码风格指南(如 PEP 8)配合使用,并且能够与大多数现代开发工具集成。
主要变更内容
不兼容性变更
本次 6.0.0 版本移除了对 Python 3.8 的支持,这意味着用户需要至少使用 Python 3.9 或更高版本才能运行最新版的 isort。这一变更反映了 Python 生态系统的自然演进,允许开发团队专注于支持更新的 Python 特性并减少维护负担。
新特性与改进
-
Python 3.13 支持:isort 现在正式支持即将发布的 Python 3.13 版本,确保用户可以在最新的 Python 环境中使用该工具。
-
性能优化:通过改进
exists_case_sensitive调用的实现,显著提升了工具的运行速度,特别是在处理大型代码库时。 -
Black 风格配置增强:在 Black 配置文件中启用了 magic comma 功能,使得与 Black 格式化工具的集成更加无缝。
-
Google 代码风格更新:调整了 Google 风格配置中的行长度限制和单行排除规则,使其更符合实际的 Google Python 风格指南。
-
导入语句处理改进:修复了
split_on_trailing_comma功能与as导入语句的兼容性问题,并解决了重新导出排序时的代码损坏问题。
问题修复
-
并行处理修复:现在
--diff选项可以与--jobs并行处理选项一起使用,解决了之前的不兼容问题。 -
代码风格修正:修正了 wemake 风格的字符限制说明(实际为 80 字符而非 79),并修复了 Google 风格测试中的问题。
-
包分组修复:改进了按包分组的标记化处理,确保分组逻辑更加准确。
-
语法错误修正:修复了主分支上的一些语法错误和拼写错误。
开发工具与基础设施
-
依赖管理现代化:将 Poetry 更新至 2.0.1 版本,并引入了 UV 作为 Poetry 的替代方案,提升了依赖管理的效率和安全性。
-
CI/CD 改进:更新了 GitHub Actions 工作流,移除了过时的 actions/cache@v2 使用,并添加了 Dependabot 支持以自动更新 GitHub Action。
-
依赖项安全更新:升级了多个依赖项版本,包括 gitpython 和 jinja2,以解决潜在的安全问题。
技术影响与建议
对于现有用户,升级到 6.0.0 版本前需要注意以下几点:
-
确保您的 Python 环境至少为 3.9 版本,如果仍在使用 3.8,需要先升级 Python 环境。
-
如果您使用 Black 作为代码格式化工具,新的 magic comma 支持可能会改变一些导入语句的格式化方式,建议在非生产环境中先测试这些变更。
-
对于大型项目,新的性能优化可能会显著减少导入排序所需的时间,特别是在持续集成环境中。
-
建议检查您的配置文件,特别是如果您使用 Google 或 wemake 风格,因为这些风格的默认设置已经更新。
isort 6.0.0 版本代表了该项目的一个重要里程碑,不仅提供了对新 Python 版本的支持,还通过多项优化和改进提升了工具的稳定性、性能和用户体验。对于重视代码整洁和一致性的 Python 开发团队来说,升级到这个版本将带来明显的益处。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00