CSharpier 1.0.0 发布:C代码格式化工具的重大升级
CSharpier 是一个开源的 C# 代码格式化工具,它可以帮助开发者自动保持代码风格的一致性。该项目最近发布了 1.0.0 版本,带来了多项重要改进和新功能,标志着项目已经成熟稳定。
XML 文件格式化支持
1.0.0 版本最显著的新特性是增加了对 XML 文件的格式化支持。CSharpier 现在默认会尝试格式化以下类型的 XML 文件:
- .csproj 项目文件
- .props 属性文件
- .targets 目标文件
- .xml 通用 XML 文件
- .config 配置文件
对于 XML 文件,CSharpier 默认使用 2 个空格作为缩进大小,这与 C# 代码默认的 4 空格缩进不同。如果遇到无效的 XML 文件,CSharpier 会将其视为警告而非错误。
性能大幅提升
Timothy Makkison 对 CSharpier 的性能进行了重大优化。基准测试显示,新版本在速度和内存使用方面都有显著改进:
- 测试用例执行时间从 233.3ms 降至 64.72ms
- 复杂场景执行时间从 433.7ms 降至 137.83ms
- 内存分配从 101.41MB 降至 18.33MB(测试用例)
- 内存分配从 182.44MB 降至 30.78MB(复杂场景)
这些优化使得 CSharpier 在处理大型代码库时更加高效。
配置变更
TabWidth 重命名为 IndentSize
为了与 .editorconfig 保持一致,配置选项 TabWidth 已更名为 IndentSize。这个名称更准确地反映了默认使用空格而非制表符进行缩进的行为。
CLI 命令重构
CLI 接口经过重新设计,现在使用命令式结构,使参数与命令的对应关系更加清晰。主要命令包括:
dotnet csharpier format .:格式化代码dotnet csharpier check .:检查代码格式
这种改变提高了 CLI 的可用性和一致性。
工具命名变更
1.0.0 版本对工具名称进行了简化:
- 工具命令从
dotnet-csharpier改为csharpier- 本地工具用法不变:
dotnet csharpier --version - 全局工具新用法:
csharpier --version
- 本地工具用法不变:
- 程序集/可执行文件名从
dotnet_csharpier改为CSharpier
文件忽略规则改进
CSharpier 现在支持更智能的文件忽略机制:
- 会考虑 .gitignore 文件中的规则
- 如果存在 .csharpierignore 文件,其中的规则优先级更高
- 同一目录中的 .gitignore 优先级高于上级目录的 .gitignore
- .csharpierignore 中的规则采用与 .gitignore 相同的优先级逻辑
其他重要改进
日志格式支持
新增 --log-format 参数,支持两种日志格式:
- 默认的控制台格式
- MsBuild 格式(可在 Visual Studio 错误列表中跳转)
EditorConfig 支持增强
现在支持通过 --config-path 参数指定 .editorconfig 文件路径,提供了更灵活的配置方式。
文件系统监控优化
CSharpier 服务器模式不再为所有文件创建监控,改用临时空内容根目录,解决了某些系统文件监控资源耗尽的问题。
代码格式化质量改进
1.0.0 版本修复了多个代码格式化问题,包括但不限于:
- 全局语句中局部作用域块前的多余空行
- 括号表达式的不一致缩进
- 属性访问器上特性的不必要换行
- 注释掉的流畅接口方法链被错误压缩
- 泛型调用链中的注释导致的不必要换行
- 特性前注释导致的意外换行
- 大型 switch 表达式后方法调用的单行保持问题
- 单参数 lambda 表达式的不一致格式化
- XML 注释后的多余空行
- 原始字符串中非内容行的缩进处理
这些改进使得 CSharpier 的格式化结果更加一致和符合预期。
总结
CSharpier 1.0.0 是一个重要的里程碑版本,不仅增加了 XML 格式化支持,还大幅提升了性能,改进了配置系统和 CLI 体验,并修复了大量格式化问题。对于追求代码风格一致性的 C# 开发团队来说,升级到这个版本将带来更好的开发体验和更高的生产力。
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