OneFetch 2.23.0版本发布:新增多语言支持与国际化改进
OneFetch是一款轻量级的命令行工具,它能够为Git仓库生成美观的代码统计信息和项目概览。这款工具特别适合开发者快速了解项目概况,支持多种编程语言的识别和统计,并能在终端中直接输出彩色化的项目信息卡。
新增语言支持
在2.23.0版本中,OneFetch增加了对四种编程语言的官方支持:
-
OpenSCAD支持:OpenSCAD是一种用于创建3D CAD模型的脚本语言,常用于3D打印设计。OneFetch现在能够识别.scad文件并统计相关项目信息。
-
Modelica支持:Modelica是一种面向对象的建模语言,广泛应用于多领域物理系统建模与仿真。此次更新使得OneFetch能够处理.mo文件。
-
ATS支持:ATS是一种依赖类型的函数式编程语言,具有形式化验证能力。OneFetch新增了对.dats和.sats文件的支持。
-
CUDA支持:NVIDIA的并行计算平台和编程模型CUDA现在也被纳入支持范围,OneFetch可以识别.cu和.cuh文件。
这些新增的语言支持使得OneFetch能够覆盖更广泛的开发者社区,特别是科学计算、3D建模和高性能计算领域的项目。
Nerd Fonts图标完善
本次更新还修复了多个语言的Nerd Fonts图标显示问题。Nerd Fonts是专为开发者设计的字体,包含大量编程相关的图标。OneFetch现在能够为更多语言显示正确的图标,提升了终端输出的视觉效果和可读性。
国际化改进
2.23.0版本在文档国际化方面取得了显著进展:
- 新增了意大利语、波兰语和捷克语的README翻译
- 更新了俄语README内容
- 这些改进使得非英语用户能够更容易地了解和使用OneFetch
开发者体验优化
为了提升开发者体验,本次更新包含以下改进:
-
新增了PowerShell脚本示例,展示如何在进入Git仓库目录时自动运行OneFetch,这为Windows开发者提供了便利。
-
引入了Nerd Fonts预览和验证脚本,帮助开发者确保他们的终端环境正确配置了所需的字体。
-
项目网站(onefetch.dev)已迁移至Svelte v5框架,提供了更好的性能和开发体验。
技术实现细节
OneFetch使用Rust语言编写,以其高性能和内存安全性著称。语言检测功能基于文件扩展名和启发式规则,能够准确识别项目中使用的主要编程语言。统计信息包括代码行数、贡献者数量、项目年龄等关键指标。
2.23.0版本的发布体现了OneFetch项目对开发者社区的持续关注,通过增加对新语言的支持和完善国际化文档,使更多开发者能够受益于这款工具。对于经常需要快速了解项目概况的开发者来说,OneFetch提供了一个简单而强大的解决方案。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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