GraphQL ESLint 4.4.0 版本发布:增强解析能力与命名规范配置
GraphQL ESLint 是一个专为 GraphQL 代码设计的 ESLint 插件,它能够帮助开发者在编写 GraphQL 模式定义、查询语句等时进行静态代码分析,确保代码质量和一致性。该项目通过集成 ESLint 的强大功能,为 GraphQL 提供了丰富的规则集和自定义配置能力。
解析 API 增强
在 4.4.0 版本中,parseForESLint API 得到了显著改进。现在开发者可以直接以内联字符串的形式传递上下文 schema,而不必总是依赖于外部文件或远程 schema。这一改进使得在测试或简单场景下使用 GraphQL ESLint 变得更加便捷。
新的使用方式如下:
parseForESLint(code, {
schemaSdl: 'type Query { foo: String }',
filePath: 'test.graphql'
})
这种改进特别适合以下场景:
- 单元测试中需要快速验证特定规则
- 小型项目或示例代码中不希望维护单独的 schema 文件
- 需要动态生成 schema 进行验证的场景
命名规范规则的灵活性提升
命名规范是 GraphQL 开发中的重要环节,4.4.0 版本对 naming-convention 规则进行了两处重要改进:
-
Relay 片段命名模式支持:现在可以专门为遵循 Relay 片段命名约定(
<module_name>_<property_name>)的代码配置命名规则。Relay 是 Facebook 推出的 GraphQL 客户端框架,这一改进使得使用 Relay 的项目能够更好地保持代码一致性。 -
配置简化:将原来的
requiredPatterns(接受正则表达式数组)改为requiredPattern(接受单个正则表达式),这一变化使得配置更加直观和简单,同时也保持了足够的灵活性。
其他改进
在模块导出方面,4.4.0 版本增加了 "./*" 到 exports 字段中,这一改进使得项目的模块导入更加灵活,特别是在需要引用项目内部多个模块时。
升级建议
对于正在使用 GraphQL ESLint 的项目,4.4.0 版本提供了向后兼容的改进,升级过程应该是平滑的。特别建议以下项目考虑升级:
- 使用 Relay 框架的项目
- 需要在内联 schema 场景下进行 linting 的项目
- 对命名规范有严格要求的大型项目
新版本的这些改进使得 GraphQL ESLint 在灵活性和易用性方面都有了显著提升,能够更好地适应各种 GraphQL 开发场景。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00