GitHub Pull Requests for VS Code 0.104.0版本深度解析
2025-06-19 17:11:03作者:牧宁李
GitHub Pull Requests for VS Code是Visual Studio Code的一个扩展,它允许开发者直接在VS Code中管理GitHub的拉取请求(Pull Request)。这个扩展极大地简化了代码审查流程,让开发者无需离开编辑器就能完成大部分PR相关操作。
全局查询功能增强
本次0.104.0版本最显著的改进是Pull Requests视图现在支持全局查询。这意味着开发者可以创建跨仓库的查询条件,使用org和repo属性来筛选特定组织或仓库的PR。所有现有的查询都会在打开工作区时自动迁移,包含当前仓库作为查询条件的一部分。
新引入的today变量为时间筛选提供了极大便利。开发者可以使用这个变量表示当前日期,或者配合减号修饰符表示过去某段时间。例如,要查询"我在微软组织过去7天内创建的已关闭PR",可以这样编写查询:
{
"label": "My work last 7 days",
"query": "org:microsoft author:${user} is:closed created:>=${today-7d}"
}
用户体验优化
界面改进
- 编辑器标签页现在会为PR描述显示专门的"pull request"图标,使PR文件更容易识别
- 评论中现在支持
:<emoji-name>:格式的表情符号,丰富了交流方式 - PR描述webview中支持
ctrl+f搜索功能,方便查找长描述中的内容
操作效率提升
- "Changes in Pull Request"视图支持多选文件并批量切换复选框状态
- 新增"Copy Pull Request Link"命令,快速复制PR链接
- "Resolve Conversation"和"Unresolve Conversation"命令现在支持键盘快捷键绑定
- "Changes in Pull Request"视图添加了快捷图标,一键切换编辑器评论功能
功能增强
评论系统改进
- 打开PR描述时,"Comments"视图会显示该PR的所有非过时评论,即使没有检出该PR
- 当关闭所有与PR相关的文件后,这些评论会自动隐藏
- 修复了评论建议在某些情况下偏移一行的问题
项目和工作流
- 修复了项目快速选择框在没有项目时显示复选框的问题
- 改进了添加项目时的视觉分隔
- 在PR检查中列出工作流时,现在会显示工作流名称而不仅仅是任务名称
问题修复
本次更新修复了多个影响用户体验的问题,包括但不限于:
- 针对非基础分支的变更文件显示不正确
- 代理不可用时PR获取陷入无限循环
- 创建PR命令清除已输入数据
- 子模块的非GitHub远程导致认证失败
- 键盘导航和焦点管理问题
- 大型差异中无法对代码块添加评论
- 分享菜单的多选支持
- 在未检出PR时关闭再打开文件导致评论不显示
- 首行建议创建失败
开发者贡献
特别感谢社区开发者的贡献:
- 增加了问题创建时始终提示选择仓库的选项
- 移除了Python语言中@和#补全的默认排除
- 修复了JSX和TSX文件中JSDocs内@提及用户时显示悬停卡片的问题
这个版本通过增强查询能力、优化界面交互和修复多个问题,显著提升了在VS Code中处理GitHub Pull Requests的体验。特别是全局查询和时间筛选功能的加入,为管理多个仓库的PR提供了强大工具。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660