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。
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-1.5暂无简介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-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