Harper 0.21.1版本发布:语法检查工具的新功能与改进
2025-06-13 08:07:33作者:邬祺芯Juliet
Harper是一款开源的语法检查和写作辅助工具,旨在帮助用户提高英语写作质量。它能够检测文本中的语法错误、拼写错误、风格问题以及不恰当的用词,并提供智能建议。Harper支持多种平台,包括命令行工具和编辑器插件,适用于开发者和内容创作者。
主要更新内容
1. 新增语法检查规则
本次版本引入了多个新的语法检查规则,进一步增强了Harper的检测能力:
- 新增了对"discuss about"错误用法的检测,正确形式应为"discuss"
- 增加了对"sooner than later"短语的检查,建议改为更规范的表达方式
- 实现了对"could of/should of/would of"这类常见错误的检测,正确形式应为"...have"
- 新增了"chock full"短语的检查规则
2. 专有名词大写规则增强
Harper现在能够更好地处理地理名称的大写问题:
- 完善了澳大利亚(Australia)相关名称的大写规则
- 增加了马来西亚(Malaysia)专有名词的大写支持
- 扩展了加拿大(Canada)多词专有名词的大写处理能力
3. 拼写字典改进
- 优化了拼写建议的去重逻辑,避免重复建议
- 修复了字典词缀处理中的问题
- 新增了一批词汇到核心字典中
- 重构了字典相关代码,将"FullDictionary"重命名为"MutableDictionary"并增加了文档注释
4. 用户体验优化
- 改进了Web界面中下划线的动画效果,使其在页面加载时更平滑地出现
- 修复了复合名词规则中的一些边界情况
- 优化了多个检查器的性能表现
技术实现亮点
从技术角度看,这个版本展示了Harper团队在自然语言处理方面的持续投入:
-
规则引擎增强:新增的语法检查规则体现了对英语常见错误的深入理解,特别是那些非母语者容易犯的错误。
-
字典系统改进:字典系统的重构和优化为未来的扩展打下了更好的基础,文档注释的增加也提高了代码的可维护性。
-
跨平台支持:发布的多种平台二进制文件展示了项目对跨平台兼容性的重视,包括macOS、Linux和Windows系统,以及不同架构的支持。
-
性能优化:通过修复边界情况和优化检查逻辑,提升了工具的整体运行效率。
使用建议
对于开发者用户,建议:
- 更新到最新版本以获取所有新功能和改进
- 在持续集成流程中集成Harper,用于检查文档和注释中的语法问题
- 考虑在内容管理系统中添加Harper作为写作辅助工具
对于普通用户,可以:
- 在写作过程中使用Harper实时检查语法错误
- 利用其专有名词检查功能确保地理名称等大小写正确
- 通过学习Harper的建议来提高英语写作水平
Harper 0.21.1版本的发布再次证明了该项目在英语写作辅助工具领域的活跃发展。通过不断新增检查规则和优化现有功能,Harper正变得越来越智能和实用。无论是开发者还是内容创作者,都能从这个工具中获益,提高英语写作的质量和专业性。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
196
218
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
653
277
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
628
仓颉编译器源码及 cjdb 调试工具。
C++
128
859
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
74
99
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.73 K