MDQ v0.6.0 版本发布:JSON输出格式与发布资产命名重大变更
MDQ 是一个强大的 Markdown 查询工具,它允许用户通过命令行对 Markdown 文档进行精确的查询和提取。该项目采用 Rust 语言开发,以其高性能和跨平台特性受到开发者青睐。最新发布的 v0.6.0 版本带来了两项重要的破坏性变更,同时为未来的公共 API 打下了基础。
JSON 输出格式重构
在 v0.6.0 版本中,MDQ 对列表项的 JSON 输出格式进行了重大重构。这一变更使得数据结构更加一致和直观。
在之前的版本中,当使用选择器(如 - *)查询列表项时,结果会以特殊的 list_item 类型呈现,其内容嵌套在 item 字段中。这种设计虽然功能完整,但在数据结构上显得有些特殊化。
新版本采用了更加统一的设计,将列表项直接表示为标准的列表结构。这一变更使得 MDQ 的输出格式更加符合常见的数据处理库的预期,减少了特殊情况的处理逻辑。
对于开发者而言,这意味着需要更新任何依赖于旧格式的代码。虽然这带来了短期的工作量,但从长远来看,这种更加规范化的数据结构将提高代码的可维护性和互操作性。
发布资产命名规范化
v0.6.0 版本还对发布资产的命名规则进行了标准化。此前,MDQ 使用简单的平台名称(如 ubuntu、macos、windows)来标识不同平台的构建包。新版本采用了更加正式的"目标三元组"命名约定。
这种命名方式包含了架构、厂商、操作系统和ABI信息,例如:
aarch64-apple-darwin表示苹果 M 系列芯片的 macOS 系统x86_64-pc-windows-gnu表示 Windows 平台的 GNU 工具链构建x86_64-unknown-linux-gnu表示标准 Linux 发行版
这种变更虽然增加了文件名的长度,但提供了更精确的平台描述,有助于用户选择正确的构建包,特别是在交叉编译或特殊环境下。
技术架构演进
v0.6.0 版本包含了大量内部重构工作,为即将推出的公共 API 做准备。这些改动虽然对最终用户不可见,但代表了项目架构的重要演进。
通过这次重构,MDQ 的核心功能被更好地模块化和解耦,为未来的功能扩展和集成提供了更坚实的基础。开发者可以期待在后续版本中看到一个设计良好的公共 API,这将使得 MDQ 能够被更灵活地集成到各种工作流和工具链中。
升级建议
对于现有用户,升级到 v0.6.0 版本需要注意以下几点:
- 检查并更新任何依赖于旧版 JSON 输出格式的代码
- 更新自动化脚本中可能存在的硬编码资产文件名
- 评估新版本是否会影响现有的工作流程
虽然这些变更带来了一定的迁移成本,但它们都是为了提高项目的长期可维护性和用户体验。对于新用户来说,这些改进使得 MDQ 更加规范和易于使用。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00