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。
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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