Angular-ESLint v20.0.0 发布:全面拥抱 Angular 20 时代
Angular-ESLint 是专为 Angular 项目设计的 ESLint 插件集合,它通过一系列定制化的规则和工具,帮助开发者保持 Angular 代码的一致性和最佳实践。随着 Angular 20 的发布,Angular-ESLint 也迎来了 v20.0.0 的重大更新。
核心升级:支持 Angular 20
本次版本最重要的变化是全面适配 Angular 20。作为配套工具,Angular-ESLint 需要与 Angular 核心版本保持同步,以确保所有规则和解析器都能正确处理 Angular 20 引入的新特性和语法变化。
开发者可以通过运行以下命令一次性更新 Angular 核心、CLI 和 Angular-ESLint:
ng update @angular/core @angular/cli angular-eslint
规则集的重要调整
新增推荐规则:prefer-inject
prefer-inject 规则现已被加入推荐配置。这条规则鼓励开发者使用 Angular 的依赖注入系统,而不是直接实例化服务。这有助于保持代码的可测试性和松耦合性。
移除不再推荐的规则
两个类后缀相关的规则 component-class-suffix 和 directive-class-suffix 已从推荐配置中移除。这表明 Angular 社区对这些命名约定的态度变得更加灵活。
规则行为的改进
sort-keys-in-type-decorator 规则的增强
sort-keys-in-type-decorator 规则的默认排序现在包含了所有已知的装饰器键。这一变化虽然带来了破坏性更新,但确保了规则能覆盖更多场景,提供更全面的代码风格指导。
prefer-standalone 规则的优化
prefer-standalone 规则的自动修复功能已调整为建议模式,并提供了更详细的参考指南。这一变化使规则在强制执行独立组件风格时更加灵活和友好。
模板解析器的重大变化
模板解析器现在默认不再抑制解析错误。这意味着开发者将看到更多来自模板的真实错误信息,有助于及早发现问题。虽然这可能导致现有项目中突然出现更多错误提示,但从长远看有利于提高代码质量。
升级建议
对于正在使用 Angular-ESLint 的团队,建议:
- 首先确保项目已升级到 Angular 20
- 使用
ng update命令进行自动化迁移 - 仔细检查新出现的 lint 错误,特别是来自模板解析器的错误
- 评估新推荐规则对项目的影响
- 根据团队需求调整规则配置
这次更新标志着 Angular-ESLint 与 Angular 生态系统的进一步融合,为开发者提供了更强大、更精确的工具来维护高质量的 Angular 代码库。
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-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