Aider项目v0.77.0版本发布:编程语言支持与AI辅助开发能力全面升级
Aider是一款基于AI的代码辅助工具,它能够帮助开发者更高效地编写和修改代码。通过集成先进的自然语言处理技术,Aider可以理解开发者的意图并直接对代码库进行操作,大大提升了开发效率。最新发布的v0.77.0版本带来了多项重要改进,特别是在编程语言支持和AI辅助功能方面的增强。
编程语言支持大幅扩展
本次版本最显著的改进之一是大幅扩展了对编程语言的支持。通过集成tree-sitter-language-pack,Aider现在能够支持130种新的编程语言,其中20种语言还获得了代码库映射(repo-map)支持。这意味着开发者现在可以在更多技术栈中使用Aider的智能辅助功能。
tree-sitter是一个流行的语法分析工具,它能够高效地解析源代码并构建语法树。Aider利用这一技术实现了更准确的代码理解和操作能力。对于支持的每种语言,Aider都能提供语法高亮、代码补全等基础功能,部分语言还能支持更高级的代码分析和重构操作。
AI辅助功能增强
v0.77.0版本引入了两个重要的新命令来优化AI辅助体验:
-
/think-tokens命令允许开发者设置AI思考的token预算,支持人性化的格式如"8k"、"10.5k"、"0.5M"等。这个功能让开发者可以更精细地控制AI的思考深度和响应长度。 -
/reasoning-effort命令用于调整AI模型的推理强度。开发者可以根据任务复杂度选择合适的推理级别,平衡响应速度和质量。
这两个命令在调用时不带参数会显示当前设置,方便开发者随时了解配置状态。此外,模型信息显示中也新增了思考token预算和推理强度的展示。
架构师模式优化
新版本改进了"架构师模式"(architect coder)的体验,新增了--auto-accept-architect标志(默认为true),可以自动接受架构师模式下的代码变更而无需手动确认。这一改进使得大规模代码重构更加流畅高效。
模型支持扩展
Aider v0.77.0新增了对以下AI模型的支持:
- cohere_chat/command-a-03-2025
- gemini/gemma-3-27b-it
这些新模型的加入为开发者提供了更多选择,可以根据项目需求选用最适合的AI辅助模型。
用户体验改进
本次版本还包含多项用户体验优化:
/drop命令现在会保留通过args.read提供的原始只读文件- 修复了默认模型可能被废弃的
--shortcut开关覆盖的问题 - 改进了自动补全功能,现在需要至少3个字符才会触发,减少了不必要的干扰
- 增强了错误处理能力,特别是对JSON解码错误和Git命令错误的处理
- 文件监视器新增了ignore_permission_denied选项,避免因权限问题导致的错误
技术实现亮点
值得一提的是,Aider项目本身也大量使用了AI辅助开发。在v0.77.0版本中,72%的代码是由Aider自身生成的,这充分展示了AI辅助开发的潜力和效率。
总的来说,Aider v0.77.0通过扩展语言支持、增强AI辅助功能和优化用户体验,为开发者提供了更强大、更灵活的代码辅助工具。这些改进使得Aider在各种开发场景下都能提供更精准、更高效的帮助,进一步提升了开发者的生产力。
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