Shiki v3.0.0 发布:现代化代码高亮引擎的重大更新
Shiki 是一个基于 TextMate 语法的代码高亮引擎,它能够为开发者提供精准且美观的代码高亮效果。与传统的代码高亮工具不同,Shiki 直接使用 TextMate 语法文件(.tmLanguage),这意味着它可以支持 VS Code 支持的所有语言和主题,提供与编辑器一致的高亮体验。
重大变更
Shiki v3.0.0 带来了几项重要的破坏性变更,开发者需要特别注意:
-
移除废弃 API:为了保持代码库的简洁和现代化,v3.0.0 版本移除了之前版本中标记为废弃的 API。这意味着如果项目中仍在使用这些 API,升级后将会出现错误。
-
放弃 Node 10 支持:随着 Node.js 生态系统的演进,Shiki 不再支持 Node 10 的 TypeScript 解析。这一变更反映了现代 JavaScript 生态系统的需求,鼓励开发者使用更新的 Node.js 版本。
-
Twoslash 默认模块解析策略变更:Twoslash(Shiki 的一个功能模块)现在默认使用
bundler作为模块解析策略,这更好地反映了现代前端构建工具的工作方式。
核心改进
转换器(Transformers)优化
-
多余换行符处理:修复了在某些情况下会生成多余换行符的问题,使得代码块的渲染更加精确。
-
注释匹配增强:现在能够正确处理嵌套注释的情况,解决了在某些语言中注释内包含注释时的高亮问题。
-
单词高亮匹配优化:改进了单词高亮功能的匹配算法,现在能够更准确地定位和突出显示代码中的特定单词。
技术影响分析
对于开发者而言,升级到 Shiki v3.0.0 需要注意以下几点:
-
迁移成本:由于移除了废弃 API,项目需要检查并更新相关代码。建议开发者查阅变更日志,了解具体哪些 API 被移除。
-
构建环境要求:不再支持 Node 10 意味着开发和生产环境需要升级到更新的 Node.js 版本(建议至少使用 Node 14 或更高版本)。
-
Twoslash 行为变化:默认模块解析策略的变更可能会影响一些特殊用例,开发者需要测试相关功能是否按预期工作。
升级建议
对于正在使用 Shiki 的项目,建议采取以下步骤进行升级:
-
首先检查项目是否使用了任何废弃 API,并进行相应替换。
-
确保构建环境满足新的 Node.js 版本要求。
-
全面测试代码高亮功能,特别是使用了 Twoslash 或自定义转换器的部分。
-
对于大型项目,可以考虑分阶段升级,先升级到最新 v2.x 版本,再迁移到 v3.0.0。
Shiki v3.0.0 的这些变更虽然带来了一些升级成本,但它们为项目的长期维护和性能优化奠定了基础,同时也更好地适应了现代 JavaScript 生态系统的发展趋势。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00