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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01