Harper项目v0.20.0版本发布:语法检查工具的重大更新
Harper是一个开源的语法检查和写作辅助工具,它能够帮助开发者和写作者在编写文本时自动检测语法错误、拼写错误以及常见的写作问题。作为一个跨平台工具,Harper支持多种操作系统和编辑器集成,包括VS Code、Obsidian等流行编辑器。
核心功能改进
本次v0.20.0版本带来了多项重要改进,特别是在语法检查规则和用户体验方面:
-
牛津逗号检查:新增了对牛津逗号(serial comma)使用偏好的支持,用户可以根据自己的写作风格选择是否启用这一检查规则。牛津逗号是指在列举三个或更多项目时,在最后一个"and"或"or"前使用的逗号。
-
十六进制数字支持:开发者在编写技术文档或代码注释时经常会用到十六进制数字表示法,Harper现在能够正确识别和处理这类数字格式。
-
特殊词汇处理:改进了对"on"、"supposed to"等特殊词汇的处理逻辑,避免了之前版本中可能出现的误报情况。例如,修复了将"supposed to"错误地纠正为"suppose to"的问题。
-
货币格式检查:增强了货币符号与数字组合的检查逻辑,特别是处理不同小数位数的货币表示时更加准确。
用户体验优化
-
更友好的错误提示:当拼写检查只找到一个建议时,Harper现在会直接显示这个建议,而不是笼统地提示"可能有拼写错误"。
-
规则分类与说明:在matcher.rs文件中,开发者现在可以看到触发规则被清晰地分类,并附有详细的解释说明,这大大提高了代码的可维护性。
-
表单支持:新增了
harper-cli forms命令和just getforms工具,方便用户管理和使用预定义的检查表单。
技术架构改进
-
依赖管理:项目现在使用
just进行原生的依赖解析,简化了构建过程。 -
Unicode处理:Obsidian插件现在能够正确处理Unicode字符转换,解决了之前版本中可能出现的编码问题。
-
性能基准测试:新增了对Harper.js配置方法的基准测试,帮助开发者更好地理解和优化性能。
跨平台支持
Harper继续保持其出色的跨平台能力,本次更新提供了针对以下平台的预构建包:
- macOS (ARM64和x86_64)
- Linux (ARM64和x86_64)
- Windows (x86_64)
此外,VS Code扩展也针对不同平台提供了专门的VSIX安装包。
社区贡献
本次更新包含了来自多位贡献者的改进,特别值得一提的是新增了对"inclusivity"等词汇的支持,以及针对"long and behold"这一常见错误的专项检查规则。这些改进都源于社区成员的实际使用反馈。
Harper项目通过持续的迭代更新,正在成为一个越来越完善的写作辅助工具。无论是技术文档作者、博客写作者,还是日常需要撰写大量文本的用户,都能从Harper的智能检查功能中受益。v0.20.0版本的发布标志着该项目在准确性、可用性和可扩展性方面又向前迈进了一大步。
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03