Harper项目v0.37.0版本发布:语法检查工具的重大更新
Harper是一款开源的语法检查和写作辅助工具,它能够帮助开发者和写作者在编写文本时自动检测语法错误、拼写错误以及提供写作风格建议。作为一个跨平台工具,Harper支持多种操作系统和开发环境,包括Chrome插件、VS Code扩展以及命令行界面。
核心功能增强
本次v0.37.0版本带来了多项重要改进,特别是在语法检查的准确性和语言支持方面。最值得关注的是新增了对Kotlin编程语言的注释支持,这使得Kotlin开发者在编写代码注释时也能获得语法检查服务。这一改进体现了Harper项目对开发者生态系统的持续关注和投入。
在语法检查算法方面,开发团队优化了多个常见场景的检测逻辑。例如,修正了"new"和"knew"在特定上下文中的误判问题,解决了"a very"被错误标记为"Avery"的情况,以及改进了"can not"作为复合名词的判断逻辑。这些改进显著减少了误报率,提升了用户体验。
新特性与改进
-
语法规则优化:新增了"take it personal"到"take it personally"的自动纠正功能,以及"maximum amount"和"maximum number"的智能建议。特别值得注意的是新增了"apart"和"a part"的区分检查,这两个常见易混淆词现在能够被准确识别和纠正。
-
黑名单逻辑重构:通过改进算法逻辑,大幅减少了误报情况。新的黑名单机制更加智能,能够更好地理解上下文,避免不必要的干扰。
-
句子首字母大写功能增强:现在执行句子首字母大写操作时会替换整个单词,而不是仅修改首字母,这解决了某些边缘情况下的格式问题。
-
测试覆盖扩展:新增了对Slate编辑器的端到端测试,并修复了GitHub文本区域中下划线定位的问题,提升了在复杂编辑器环境中的稳定性。
技术架构与构建改进
在构建系统方面,项目升级了criterion测试框架从0.5.1到0.6.0版本,这为性能测试和基准测试提供了更强大的工具支持。同时,开发团队还对lint规则进行了整理和去重,使代码质量检查更加高效和一致。
跨平台支持
Harper继续保持其出色的跨平台能力,为各种环境提供了预构建的二进制包:
- 命令行工具支持macOS(ARM/x86)、Linux(ARM/x86)和Windows平台
- VS Code扩展提供了macOS(ARM/x86)、Linux(ARM/x86)和Windows版本
- Chrome浏览器插件打包为标准的ZIP格式
总结
Harper v0.37.0版本通过多项语法检查算法的优化和新功能的加入,进一步巩固了其作为高质量写作辅助工具的地位。特别是对Kotlin语言的支持和对常见语法问题的改进,使得该工具在开发者社区和专业写作场景中都更具实用价值。随着测试覆盖率的提升和构建系统的改进,Harper在稳定性和可靠性方面也迈出了坚实的一步。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0301- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









