Brush Shell v0.2.18 版本发布:Bash兼容Shell的又一里程碑
Brush 是一个用 Rust 语言实现的 Bash 兼容 shell,旨在提供现代化的命令行体验,同时保持与 Bash 的高度兼容性。该项目不仅关注性能优化,还致力于提供良好的开发者体验和可扩展性。
核心改进
1. 核心API优化
本次版本对 brush-core 模块的API进行了重大改进,使其更符合Rust的惯用法。主要变化包括:
- 新增了环境变量和内置命令的添加方法
- 将
&Path参数改为更通用的AsRef<Path>类型 - 提供了更符合人体工程学的API设计
这些改进使得在应用程序中嵌入Brush变得更加容易和直观,特别是对于那些需要自定义shell行为的场景。
2. 路径处理增强
实现了 cd 和 pwd 命令的 -L 和 -P 选项支持:
-L选项使用逻辑路径(解析符号链接)-P选项使用物理路径(不解析符号链接)
这一改进使得路径处理更加符合POSIX标准,提高了与其他shell的兼容性。
3. mapfile/readarray 重大改进
对 mapfile 和 readarray 内置命令进行了全面增强:
- 实现了
-n选项(限制读取行数) - 实现了
-d选项(自定义分隔符) - 实现了
-s选项(跳过起始行) - 优化了核心输入循环的性能
这些改进使得处理文本文件数据更加灵活高效,特别适合脚本编程场景。
4. 新功能实现
ulimit 内置命令
首次实现了 ulimit 命令的基本功能,包括:
- 资源限制查询
- 软硬限制设置
- 多种资源类型支持
bind -x 支持
实现了 bind -x 功能,允许将按键绑定到shell命令:
- 支持自定义键绑定
- 兼容常见的.bashrc配置
- 为shell扩展提供了基础
其他重要改进
-
提示符系统增强:支持了PROMPT_COMMAND数组,使得提示符定制更加灵活。
-
信号处理改进:正确处理了trap命令的'-'取消注册语法。
-
变量声明优化:
- 修复了declare -r的问题
- 改进了对不存在函数的处理
- 支持了负下标数组访问
-
命令扩展修复:解决了嵌套在单/双引号字符串中的反引号命令解析问题。
-
函数导入导出:实现了函数的导出和导入功能,增强了模块化能力。
-
编辑模式改进:
- 映射Ctrl+_为撤销操作
- 修复了多个编辑模式问题
开发者体验提升
-
依赖升级:更新了reedline、nix、clap等多个关键依赖。
-
代码质量:
- 启用了更多lint检查
- 修复了unnamable_types问题
- 改进了错误处理
-
测试增强:
- 添加了兼容性测试
- 建立了已知问题测试集
- 改进了测试文件处理
-
构建优化:
- 分离了release和bench配置
- 修复了特性标志问题
- 改进了无默认特性构建
总结
Brush Shell v0.2.18版本在兼容性、功能和开发者体验方面都取得了显著进步。特别是对核心API的改进使得它更适合作为嵌入式shell使用,而mapfile和ulimit等功能的完善则进一步缩小了与Bash的差距。bind -x的实现更是为高级用户和扩展开发者提供了更多可能性。
随着社区的不断壮大,Brush正在快速成长为一个既保持Bash兼容性又具备现代特性的优秀shell实现。对于Rust爱好者和shell用户来说,这无疑是一个值得关注的项目。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C069
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
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