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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C041
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-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