eslint-plugin-perfectionist 中 TypeScript 非相对导入的分组优化
在 TypeScript 项目中,我们通常会使用两种导入方式:相对导入和非相对导入。相对导入以./或../开头,而非相对导入则直接引用模块名。eslint-plugin-perfectionist 的sort-imports规则现在可以更智能地区分这两种导入方式,特别是针对基于baseUrl配置的非相对导入。
背景与问题
TypeScript 支持通过tsconfig.json中的baseUrl配置来设置非相对导入的基准路径。例如,当baseUrl设置为src时,我们可以使用import x from 'components/Button'而不是import x from '../../components/Button'。
然而,在之前的版本中,eslint-plugin-perfectionist 将所有非相对导入都归类为"external"(外部)导入组,这会导致项目内部的非相对导入与真正的第三方库导入混在一起,不符合许多开发者的代码组织习惯。
解决方案
新版本引入了"ts-non-relative-imports"这一特殊分组,专门用于识别基于baseUrl配置的项目内部非相对导入。实现这一功能需要:
- 自动检测最近的
tsconfig.json文件 - 解析其中的
baseUrl和paths配置 - 根据这些配置判断导入语句是否属于项目内部
为了优化性能,实现采用了与typescript-eslint类似的缓存机制,确保每个目录的tsconfig.json只被读取一次,避免重复解析带来的性能损耗。
使用建议
现在开发者可以更灵活地配置导入分组顺序。例如,可以将"ts-non-relative-imports"与"parent"、"sibling"等相对导入分组合并,使项目内部的导入保持在一起,而将真正的第三方库导入单独分组。
这种分组方式不仅使代码更整洁,还能帮助开发者快速区分项目内部模块和外部依赖,提高代码可读性和维护性。
技术细节
实现过程中考虑了TypeScript的各种配置情况,包括:
- 基本的
baseUrl配置 - 复杂的
paths路径映射 - 继承的
extends配置 - 多
tsconfig.json文件的场景
通过智能缓存和高效的文件查找算法,确保了这一功能在大型项目中的良好性能表现。
这一改进使得eslint-plugin-perfectionist在TypeScript项目中的导入排序更加精确和实用,是TypeScript开发者提升代码质量的又一有力工具。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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