LaTeX2e 项目中的 `firstaid` 补丁与 `cleveref` 引用问题解析
问题背景
在 LaTeX 文档排版中,数学公式的交叉引用是一个常见需求。amsmath 宏包提供了 \tag 命令,允许用户为公式指定自定义标签,而 cleveref 宏包则提供了智能的交叉引用功能。然而,近期 firstaid 补丁包更新至 1.1g 版本后,用户发现使用 cleveref 引用带 \tag 的公式时出现了异常。
问题现象
当用户在 equation 环境中使用 \tag 命令自定义公式标签,并通过 cleveref 引用时,引用结果显示为"eq. (0)"而非预期的自定义标签。例如:
\documentclass{article}
\usepackage{amsmath,cleveref}
\begin{document}
\cref{eq:a}
\begin{equation}\tag{$*$}\label{eq:a}
a
\end{equation}
\end{document}
预期输出应为"eq. (*)",但实际输出为"eq. (0)"。
技术分析
根本原因
这一问题源于 firstaid 补丁包对 cleveref 宏包的修改。补丁包在 label 钩子中添加了处理逻辑,导致对带 \tag 的公式引用时,cleveref 无法正确识别自定义标签。
深层机制
-
amsmath的\tag机制:\tag命令会覆盖公式的自动编号,但原始编号信息仍保留在内部数据结构中。 -
cleveref的引用机制:cleveref通过分析 LaTeX 的标签系统来生成智能引用,需要正确识别公式的实际显示标签。 -
firstaid的干预:补丁包修改了标签处理流程,导致cleveref获取的是公式的内部编号而非显示标签。
解决方案
临时解决方案
对于简单文档,可以使用 equation* 环境替代 equation 环境:
\begin{equation*}\tag{$*$}\label{eq:a}
a
\end{equation*}
官方修复方案
开发团队已提交修复补丁,通过检测 \iftag@ 条件来正确处理带 \tag 的公式引用:
\makeatletter
\RemoveFromHook{label}[firstaid/cleveref]
\ExplSyntaxOn
\newif\iftag@ \tag@false %if amsmath is not loaded
\AddToHook{label}[firstaid/cleveref]
{%
\ifx
\@currentcounter\@empty
\else
\iftag@\else
\firstaid@cref@updatelabeldata{\@currentcounter}%
\fi
\fi}
\ExplSyntaxOff
\makeatother
最佳实践建议
- 当使用
\tag时,优先考虑equation*环境而非equation环境 - 在复杂文档结构中(如列表内的公式),注意测试引用是否正确
- 及时更新 LaTeX 发行版以获取官方修复
技术延伸
hyperref 兼容性问题
值得注意的是,即使在修复此问题后,hyperref 宏包与带 \tag 的 equation 环境仍存在兼容性问题。这种情况下,点击引用可能跳转到错误位置。这是 amsmath 和 hyperref 交互的长期问题,建议用户:
- 在需要
\tag时使用equation*环境 - 避免在
equation环境中使用\tag命令
文档结构影响
在列表等环境中引用带 \tag 的公式时,即使使用 equation* 也可能遇到引用格式问题。这需要额外注意测试和可能的样式调整。
结论
这一问题展示了 LaTeX 宏包间复杂交互可能导致的意外行为。通过理解各宏包的工作原理和相互作用,用户可以更好地诊断和解决类似问题。开发团队的快速响应也体现了 LaTeX 社区的活跃维护状态。建议用户关注官方更新,并遵循最佳实践来确保文档稳定性。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00